聚类算法
关注
分享
扫一扫
文章平均质量分 86
聚类是一种将数据点按一定规则分群的机器学习技术。给定一组数据点，我们可以使用聚类算法将每个数据点分类到一个特定的簇中。理论上，属于同一类的数据点应具有相似的属性或特征，而不同类中的数据点应具有差异很大的属性或特征。
Andy_shenzl
你看不懂的世界，背后都是原理
展开
-
聚类算法(4)--Hierarchical clustering层次聚类
目录一、层次聚类1、层次聚类的原理及分类2、层次聚类的流程3、层次聚类的优缺点二、python实现1、sklearn实现2、scipy实现树状图分类判断一、层次聚类1、层次聚类的原理及分类1）层次法（Hierarchicalmethods）先计算样本之间的距离。每次将距离最近的点合并到同一个类。然后，再计算类与类之间的距离，将距离最近的类合并为一个...原创 2018-11-07 17:45:47 · 71380 阅读 · 9 评论 -
K-means算法及python sklearn实现
目录K-means算法前言K-Means算法的概述K-Means算法的基本原理K-Means与矩阵分解实例推演1、数据准备2、随机选取重心3、重新计算重心4、重复计算 K值的确定聚类评估：轮廓系数（Silhouette Coefficient ）k-means的优缺点sklearn中对于kmeans算法的参数sklearn实例实现轮廓...原创 2018-10-23 19:46:26 · 16566 阅读 · 2 评论 -
聚类算法(2)--Mean Shift
目录mean shift 算法理论基本的Mean Shift向量形式sklearn参数python—sklearn实例演示PS：Mean shift 算法是基于核密度估计的爬山算法，可用于聚类、图像分割、跟踪等，因为最近搞一个项目，涉及到这个算法的图像聚类实现，因此这里做下笔记。mean shift 算法理论 Mean-shift（即：均值迁移）的基本思想：在数据集...原创 2018-10-31 18:56:49 · 3213 阅读 · 5 评论 -
聚类算法(3)--DBSCAN
目录1、基本概念2、DBSCAN聚类算法原理的基本要点3、工作流程4、sklearn 参数设置5、实例python实现6、总结：DBSCAN：基本概念：（Density-Based Spatial Clustering of Applications with Noise）它是一种基于高密度连通区域的、基于密度的聚类算法，能够将具有足够高密度的区域划分为簇...原创 2018-11-03 10:10:29 · 8290 阅读 · 1 评论