- 博客(7)
- 收藏
- 关注
转载 聚类效果评价指标与可视化方法
相对熵是一种基于信息论的评价指标,可以用来衡量聚类结果与真实分类之间的差异。内部指标是一种基于数据本身特征的评价方法,不需要参考真实类别信息。外部指标是一种基于真实类别信息的评价方法,需要参考已知的类别信息。以上是一些常见的聚类算法可视化方法及其Matlab代码,可以根据需要进行调整和修改。坐标轴投影图可以用来显示数据在不同维度上的分布情况,从而帮助我们理解聚类结果。热力图可以用来显示数据点之间的相似度或距离,从而帮助我们理解聚类结果。聚类效果的评价指标通常有两种:内部指标和外部指标。
2024-04-22 21:35:14
156
转载 多种聚类算法
本文对常用的聚类算法进行了全面综述,包括K-means、层次聚类、DBSCAN等,并提供了Matlab代码供读者参考。通过阅读本文,读者可以深入了解各种聚类算法的原理、优缺点以及应用场景,并能够运用Matlab实现相应的算法。对聚类算法的学习和应用有所帮助。
2024-04-22 21:17:18
27
原创 机器学习笔记
线性回归是找出一组系数,使得这些系数与特征的线性组合尽可能接近目标值。在训练过程中,通过误差平方和来确定这些系数。1.简单直观:易于理解和实现。2.可解释性:容易解释,可以清楚的显示特征如何影响预测。3.计算效率高:由于模型简单,计算效率高,易于处理大规模数据。处理非线性关系、高度复杂数据集或具有大量噪声的数据时效果不理想。逻辑回归是利用逻辑函数(通常Sigmoid函数)将线性回归模型的输出映射到0和1之间。1.逻辑回归不仅能够提供分类结果,还能给出属于某个类别的概率。2.计算效率相对较高,易于解释。
2024-02-26 20:54:02
1247
原创 BP神经网络的全过程简单实现(MATLAB实现,不调用已有的库,自己实现正向传播、反向传播等操作过程)
通过例子简单介绍了神经网络反向传播的过程,并且给出本实例的正向与反向传播的具体过程,能让你更加清晰的对正向与反向传播进行了解。
2023-05-06 18:51:03
1884
2
原创 遗传算法(GA)的简单python实现
遗传算法(Genetic Algorithm,GA)是一种基于生物进化思想的优化算法,它通过模拟生物进化过程中的遗传、交叉、变异和选择等基本操作来不断优化种群,从而实现对问题的求解。遗传算法的基本思想是:将问题的解表示为染色体形式,通过基因重组、突变等操作来产生新的染色体,并以适应度函数来衡量每个染色体的适应性,然后根据适应度大小进行选择、交叉和变异等操作,最终得到更优的染色体,进而得到更优的解。选择:根据适应度函数的值,选择适应性较好的个体,作为下一代种群的基础。选择是采用轮盘赌的方式。
2023-03-22 13:33:29
1192
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人