无监督学习
文章平均质量分 61
亓了个葩
不写备注的代码都是耍流氓。
展开
-
二分K-means聚类,K-Means改进
由于K-means 有可能会收敛到局部最优值,而无法收敛到全局最优值,影响聚类性能一种用于度量聚类效果的指标是SSE(Sum of Squared Error,误差平方和),对应予 clusterAssment第二列此算法的思想是,为克服K-均值算法收敛于局部最小值,我们使用二分K-均值:先将所有点作为一个簇,然后将该簇一分为二。之后选择其中一个簇继续进行划分,选择哪一个簇进行划分取决于是原创 2015-12-09 18:35:18 · 4920 阅读 · 0 评论 -
R语言使用K-Means
R语言有自己封装的K-Means函数 ,可以直接调用kmeans(x, centers, iter.max = 10, nstart = 1,algorithm = c("Hartigan-Wong", "Lloyd", "Forgy","MacQueen")可以使用?kmeans查看具体用法 在此不再赘述,万能的irisdata(iris)newiris = iris[原创 2015-12-09 14:22:00 · 6551 阅读 · 0 评论 -
R语言实现KNN 算法
KNN是机器学习中最简单的分类算法之一就是把每一个测试样本跟训练样本中的每一个样本求他们的欧式距离,然后选出最小的几个,里面哪一个类多 这个测试样本就属于哪一个类用R语言自带的iris 写了一下data("iris")length(iris[,1])idx = sample(150,100)train = iris[idx,]test = iris[-idx,]tra原创 2015-11-27 13:43:01 · 7236 阅读 · 2 评论 -
R语言实现K-Means算法数据集iris
博主代码根据机器挖掘实战编写的.那本书用的是Python.Step By Step. R语言有函数包实现 也可以调用,里面的四个algorithm我怎么看着都差不多,所以我决定写一下,明天仔细看一下 kmeans(x, centers, iter.max = 10, nstart = 1, algorithm = c(“Hartigan-Wong”, “Lloyd”, “Forg原创 2015-12-09 14:15:13 · 8434 阅读 · 3 评论