【聚类方法】
文章平均质量分 82
残阳摧雪
行有不得,反求诸己!
展开
-
K-Means聚类
什么是K-Means一种最简单的无监督聚类算法。步骤1. 初始化聚类中心最简单的确定初始类簇中心点的方法是随机选择K个点作为初始的类簇中心点,如下面k为要聚成几类,dataCount为数据量。for (int i = 0; i<k; i++){ centroidx[i] = x[rand() % dataCount]; centroidy[i] = y[rand() % dataCo原创 2017-09-03 18:13:52 · 407 阅读 · 0 评论 -
k-medoids聚类
什么是k-medoidsk-means受异常值或极端值的影响比较大,因此,针对k-means在离群噪声点表现出的不够鲁棒,提出了改进的k-medoids聚类方法,其核心思想在于“中心”,也就是说算法计算出的聚类中心一定是出现在样本中的点。与k-means有何不同不一样的地方在于中心点的选取, K-means中,我们将中心点取为当前cluster中所有数据点的平均值 K-medoids中,我们将从当前原创 2017-09-03 22:16:08 · 1120 阅读 · 0 评论 -
常用分类&聚类方法
什么是分类分类任务就是明确对象属于哪个预定义的目标类。其中预定义的目标类是离散时为分类,连续时为回归。有哪些分类方法常用的分类算法有决策树,基于规则的分类算法,神经网络,支持向量机和朴素贝叶斯分类法等。(参考常用分类算法总结) 决策树 基于规则的分类算法 朴素贝叶斯 杂货铺 最近邻分类器 贝叶斯信念网络(BBN) 人工神经网络 支持向量机的特征(SVM) 什么是聚类聚类就是按照某个特定标准(如距离准原创 2017-09-08 10:03:42 · 2143 阅读 · 0 评论