![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
基础知识学习
文章平均质量分 93
麻辣小凉皮
知识浅薄,多多交流,互相学习,资料终身免费不收费。
展开
-
聚类算法——层次聚类
聚类学习一、基本概念二、自下而上的合并算法三、两个组合数据点间的距离四、层次聚类的优点和缺点。原创 2023-11-30 21:47:57 · 770 阅读 · 0 评论 -
聚类算法——DBSCAN算法
聚类学习一、基本概念二、工作流程三、参数选择四、DBSCAN算法的优缺点: 优点:缺点:五、MATLAB的DBSCAN算法代码实现: 代码描述:定义 DBSCAN 函数:包含三个函数:(DBSCAN算法的主函数),(用于找到邻域内的点),(用于扩展聚类)。DBSCAN 算法:主要分为几个步骤:数据预处理:准备数据并设置 DBSCAN 的参数( 和 )。运行 DBSCAN 算法:使用提供的数据和参数运行 DBSCAN 函数,获得聚类结果和聚类数目。输出结果:显示聚类结果和聚类的数量。原创 2023-11-14 19:07:15 · 2188 阅读 · 0 评论 -
聚类算法——K-Means算法
最后,查看输出结果,即聚类中心和每个样本的分配情况。2.聚类:在一堆数据里面,把相似的东西分到一组,一组为一类,也叫一个簇。3.难点:如何去评价聚类的结果的好坏,怎样把参数调到适合数据聚类的大小。:每个样本的分配结果,表示每个样本被分配到的聚类簇的索引。:输入数据矩阵,每一行代表一个样本,每一列代表一个特征。f. 输出结果:输出聚类中心和每个样本的分配结果。:聚类中心的最终结果,表示每个聚类的中心点。:聚类的数目,指定将数据分成的簇的数量。:初始聚类中心,从数据中随机选择的样本。原创 2023-11-12 20:27:37 · 217 阅读 · 0 评论