在采用元启发式算法的聚类分析中，许多算法都具有最优均方量化误差(MSE).例如，在和中。
我对结果很困惑。他们告诉我们，他们使用了MSE作为目标函数。但是他们已经报告了欧氏距离簇内和的结果值。K-表示最小化集群内平方和(WCSS) (来自wiki) .当在计算MSE时使用欧几里德距离时，我找不到WCSS和MSE之间的区别。在K-的情况下，WCSS被最小化，如果我们在元启发式算法中使用相同的MSE函数，它们也会最小化它。在这种情况下，欧氏距离之和对于K-
浏览 0提问于2015-02-28得票数 3
我被以下家庭作业问题困住了：
考虑P在平面上的一个点集P，设D(P)为P的直径，即P中任意两点之间的最大欧氏距离，我的任务是寻找一个O(n)时间的算法，该算法在P的输入上返回P的两点x和y，其中d表示欧氏距离
浏览 1提问于2020-12-07得票数 0
回答已采纳
在公路网图中，节点用坐标(x，y)表示，边的权重等于两个连通节点之间的欧氏距离。
在路网图上执行的A*搜索算法中，启发式定义为任意边(m，n)的欧氏距离一致(h(m)<=h(n)+d(m，n))吗？
浏览 10提问于2022-08-08得票数 1
7回答
我想知道k均值聚类算法是否能做分类？假设我有很多数据，我使用k-均值聚类，然后得到2簇A，B，质心的计算方法是欧氏距离。B组在右侧。再次运行k-均值聚类算法，并能得到新的数据属于哪个聚类？
其他方法？
浏览 5提问于2014-03-10得票数 22
回答已采纳
1回答
我正在尝试实现滑动窗口算法的降雨预测。算法如下：
该算法来自，除步骤5和步骤6外，我理解大多数步骤。第五步是计算选定的最小欧氏距离( Edi )和重命名( rename )作为前一次平均变化(VP)的变化，同时计算当年CY的变化，并将其重命名为平均变化电流(VC)。计算选定的最小欧氏距离的变化是什么意思？对于方程，V= AMt-AMt-1，我知道AM代表平均每月.那么，目前的平均月减去以前的平均月(12月至11月)？
浏览 0提问于2017-11-22得票数 0
回答已采纳
1回答
我已经找到了以下计算簇间距离和簇内距离的公式，我不太清楚它们是如何工作的。簇间距离上面的公式不应该有平方根吗？
为什么会有从N+1开始的j索引？或者我应该取质心之间的距离作为簇间距离？看起来很简单。簇内距离呢？
我发现维基百科的公式更难理解。我需要计算这个距离，以适当的分组颜色，以创建一个减少颜色调色板，所以我认为这些距离越精确，更准确的分组(公式，而不是之间的中心距离之间的簇间<em
浏览 4提问于2014-08-24得票数 5
我想使用k均值聚类算法对python中的足球运动员进行聚类。然而，我只能用欧氏距离找到算法，而我更喜欢曼哈顿距离。我的数据集包括大约3000名玩家和20个变量。先谢谢你。
浏览 2提问于2022-03-10得票数 0
对于包scikit-learn中的DBSCAN算法，我将使用两个度量(欧氏距离和余弦相似度)。
问题是，使用欧氏距离比使用余弦相似性要快得多。
浏览 5提问于2015-03-07得票数 0
回答已采纳
1回答
文本聚类的欧几里德与曼哈顿距离
、、、、
我正在使用Weka尝试不同的聚类算法。当我尝试使用欧氏距离的SimpleKMeans算法时，我得到了较少的错误分类实例，而当我尝试使用曼哈顿距离时，得到了更多错误分类的实例。文本聚类的最佳距离度量是什么?为什么？为什么我得到的结果很不一样？我使用类来聚类评估集群模式。
浏览 3提问于2013-10-12得票数 3
回答已采纳
如何计算excel表格中2000个位置坐标或欧氏距离的数据的Silhoutte得分。我需要根据silhoutte方法的结果使用k均值算法进行聚类。
浏览 14提问于2021-10-31得票数 0
1回答
稀疏矩阵与稀疏向量之间的欧氏距离
、、、、
我正在研究一种用于大学作业的KNN算法，目前我正在寻找存储为一个lil_matrix的每个训练向量之间的欧氏距离(由于向量中值的稀疏性)，还有一个测试向量存储为1xn lil_matrix，原因与上述相同为了求出欧几里德距离，我将执行以下代码： result.append我想尝试更快地计算出比每次逐行遍历正矩阵和求欧氏距离更快的结果，并可能运行正矩阵和s
浏览 1提问于2014-02-10得票数 2
Douglas算法是一种线泛化算法，它递归地从GPS轨迹点集中选取点。1) 为了计算时间范围，提出了一种改进型道格拉斯-派克(TR)算法。TD方法使用了DP算法，而且还考虑了时间。特别是，它将DP中使用的欧氏距离替换为一个时间感知距离，称为同步欧几里得距离(SED)。
我想知道这个算法<
浏览 2提问于2018-10-17得票数 0
回答已采纳
2回答
给定三维笛卡儿空间中的一组点，我正在寻找一种算法来排序这些点，这样两个连续点之间的极小欧几里得距离就会最大化。
如果该算法能使连续点之间的平均欧氏距离最大化，也将是有益的。
浏览 5提问于2011-10-11得票数 6
1回答
Knn与欧氏距离
、、、、
我在研究knn分类算法。为什么欧几里得距离可以被认为是例子间亲和力的一个很好的度量？
在一维(1属性)中，这似乎是正确的，但是如果我加上维数，欧氏距离是否仍然是一种很好的亲和力度量？为什么？
浏览 0提问于2018-05-17得票数 2
回答已采纳
1回答
最接近一组点的线
、、
找到与所有点的距离最小的line？也就是说，最小化每个点与最佳直线之间的距离之和(绝对值或平方)。
我所说的距离是指点和线之间的最短距离。也就是说，最常见的是欧氏空间中的欧几里德距离。我试着用谷歌搜索，但找不到任何相关的结果，有没有什么线扫描算法可以完成这项任务？
浏览 1提问于2013-09-08得票数 6
我通过计算所有观测的欧氏距离来创建一个距离矩阵(注意:这不是我需要帮助的部分，也不是最优的部分。Graph.add_weighted_edges_from([(i,j,min(W[i,j], W[j,i]))])其中输入W矩阵是欧氏空间中的平方距离矩阵例如，第1行第9行是节点1与节点9之间的距离，第20第30行是节点20与节点30之间的距离，等等。该图现在绘制连通节点之间的边，边的权重是欧氏距离度量
浏览 1提问于2020-10-28得票数 3
回答已采纳
1回答
我张贴在这里，因为溢出社区告诉我，最好在这里问它。为了得到基于矩阵相似性的n聚类，我尝试对一组矩阵进行聚类。[[[0, 0, 1], [0, 0, 0], [0, 0, 0], [0, 1, 1]],
[0, -1, 0], [0, 1, 0]],
浏览 0提问于2022-04-03得票数 0
用欧氏距离求Voronoi图有很多算法。然而，我还没有找到任何其他距离函数的算法，例如曼哈顿距离(可能是因为没有实际应用)。你可以在维基百科上看到这样的例子：
曼哈顿Voronoi图也由多边形(但不是凸的)组成，所以我想可以构造类似于的算法。然而，使用更复杂的距离函数，边界将不再是多边形。需要不同的数据结构和算法。是否有任何算法可以找到具有特定距离函数的Voronoi图(为了简单起见，在2D中)？
浏览 1提问于2015-12-15得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
