聚类分析数据集_LunchboxML：结合古典宅园空间的聚类分析与类型预测

点击蓝字关注我们

Lunchbox作为Grasshopper的一个插件，主要用于曲面细分嵌板、创建特定函数曲面以及数据读取和管理等方面。除此之外，还有曲面分形、形态扰动和机器学习组件。Nathan Miller是其主要创建者，官网介绍如下。

(https://provingground.io/tools/lunchbox/)

其中在Lunchbox的MachineLearning(ML)的组件内，主要可分为三部分功能：1、回归拟合，包括简单线性回归，多重线性回归、曲线拟合和逻辑斯蒂克回归分析。2、聚类分析，包括K-means聚类和高斯混合聚类。3、概率分类器，包括朴素贝叶斯分类和隐马尔可夫模型。4、神经网络和受限玻尔兹曼机(RBM)。如下图所示。本文主要结合苏州古典宅园空间的类型划分问题，探索K-means聚类和神经网络这两个运算器的应用。