- 博客(4)
- 收藏
- 关注
原创 告别欧氏距离:聚类中的距离学习方法
Eric P. Xing, Andew Y.Ng, Michael I. Jordan和Stuart Russell提出的一种利用数据的边信息(Side Information)来学习距离度量的方法,用来提高聚类的准确性。把主要的方法及其思路、实验效果等内容总结一下,写在这里,希望能给读者也带来一些启发吧。
2015-04-14 22:22:13 28957 4
原创 K-均值算法简介
本文名为K-均值算法简介,除包含算法内容以外,还包含了K-均值算法的来源、关于K-均值算法的不同视角,以及应用和优缺点方面的内容。
2015-04-14 15:09:59 18097
原创 谱聚类基础-原理和细节(2):实践中的选择细节I
上回书说到,谱聚类算法实现的过程中有许多参数需要选择。今天就想具体地谈谈这些参数选择的“规矩”。
2015-03-27 23:07:59 3591 1
原创 谱聚类基础-原理和细节(1):用图划分思想解释谱聚类
这组文章作为读完Ulrike von Luxburg的论文 A Tutorial on Spectral Clustering(2007)的一个总结。本文通过图的划分角度来解释谱聚类的原理。
2015-03-22 20:31:17 5837 2
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