- 博客(4)
- 收藏
- 关注
RSS订阅原创 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
28918
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
18048
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
3561
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
5795
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