EM聚类（下）：用EM算法对王者荣耀英雄进行划分

最新推荐文章于 2025-06-06 21:48:36 发布
最新推荐文章于 2025-06-06 21:48:36 发布
阅读量3k 收藏
点赞数 4
分类专栏： 数据分析 文章标签： 数据挖掘 算法 聚类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42108731/article/details/133490637
版权
本文介绍了如何使用EM算法，特别是GMM高斯混合模型，对王者荣耀英雄数据进行聚类。通过数据探索、规范化和GMM聚类，实现英雄属性的降维和分析，帮助玩家找到属性相近的替代英雄。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️
🐴作者：秋无之地

🐴简介：CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作，主要擅长领域有：爬虫、后端、大数据开发、数据分析等。

🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、留言💬、关注🤝，关注必回关

上一篇文章已经跟大家介绍过《EM聚类（上）：数据分析 | 数据挖掘 | 十大算法之一》，相信大家对EM聚类（上）都有一个基本的认识。下面我讲一下，EM聚类（下）：用EM算法对王者荣耀英雄进行划分

一、如何使用 EM 工具包

在 Python 中

了解本专栏 订阅专栏 解锁全文 超级会员免费看
白话机器学习算法理论+实战之EM聚类
Miracle8070
02-14 3546
1. 写在前面 如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，比如我之前写过的一篇十大机器学习算法的小总结，在这简单的先捋一捋， 常见的机器学习算法： 监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等 无监督算法：聚类，降维，关联规则, PageRank等 为了详细的理解这些原理，曾经看过西瓜书，统计学习方法，机...
【机器学习实战】利用EM聚类算法对王者荣耀英雄进行聚类
QianT
04-03 3931
目录 一、EM算法的步骤 二、EM算法的工作原理 二、在sklearn中创建GMM模型 三、工作流程 三、实战环节 1. 导包 2. 加载数据 3. 数据可视化分析 4. 特征工程 5. 数据规范化 6. 建模并产生结果，写入文件 7. 显示聚类后的结果 8. 聚类结果的评估 本篇理论性不多，主要是部分总结及实战内容。 一、EM算法的步骤 EM算法（英文叫做E...
如何用 EM 算法对王者荣耀数据进行聚类
weixin_45145550的博客
01-19 589
EM 的英文是 Expectation Maximization，所以 EM 算法也叫最大期望算法。 举个栗子????： 将一份炒菜等分给两个人，实际上最终我们想要的是碟子 A 和碟子 B 中菜的份量，你可以把它们理解为想要求得的模型参数。然后我们通过 EM 算法中的 E 步来进行观察，然后通过 M 步来进行调整 A 和 B 的参数，最后让碟子 A 和碟子 B 的参数不再发生变化为止。 EM 算法可以理解成为是一个框架，在这个框架中可以采用不同的模型来用 EM 进行求解。常用的 EM 聚类有 GMM 高斯
[DA45] 用EM算法对王者荣耀英雄进行划分
Vincent_Chu的博客
05-23 914
一. 相关介绍 (一) EM 算法 EM 是聚类方法的一种.EM 分为两个步骤: E 步相当于通过初始化的参数来估计隐含变量, M 步是通过隐含变量来反推优化参数. 最后通过EM 步骤的迭代得到最终的模型参数. (二) GMM 模型 GMM 模型中文名为高斯混合模型, 是EM 算法的一种. 在python 的机器学习工...
数据分析实战之EM聚类（对王者荣耀英雄分类）
hahaha66888的博客
03-04 2889
本文主要是王者荣耀的英雄数据进行分类，数据源来源https://github.com/cystanford/EM_data 1、数据加载 import pandas as pd data = pd.read_csv(r'C:\Users\hzjy\Desktop\heros.csv',encoding='gb18030') #设置参数encoding，是为了防止中文乱码问题 数据比...
利用pythonEM算法和雷达图分析王者荣耀英雄聚类和可视化全代码
环湖数据科学知识共享平台
11-28 1617
今天和大家分享一下我的最大爱好，可想而知一名资深的神经外科主刀医生，被转行做医疗数据，我肯定是个非常内向的人。所以我的最大爱好就是玩王者，感兴趣的可以一起开黑！我的王者号，也叫“飞时过”。今天突然想到，王者本身也是个数字游戏，是非常适合做数据分析的，今天我特意留意了一下，游戏里英雄的各种属性是非常适合做雷达图的，如果王者的运营团队，感兴趣，可以和我合作哦，哈哈，有些自不量力。今天看了吴军老师的《数学之美》，其中对EM算法非常感兴趣，在这本书里是这么表述EM算法的。EM算法只需要有一些训练数据，定义一个最大化
em算法详细例子及推导_算法理论+实战之EM聚类
weixin_39985842的博客
11-27 1558
1. 写在前面如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则, PageRank等为了详细的理解这些原理，曾经看过西瓜书，统计学习方法，机器学习实战等书，也听过一些机器学习的课程，但总感觉话语里比较深奥，读起...
《两日算法系列》之第三篇：EM聚类
小一的博客
04-26 1728
目录1. 聚类算法1.1. 何为聚类1.2. 如何聚类1.3. 评估聚类2. EM原理2.1. 极大似然估计？2.1. 分菜问题？2.2. 模仿分菜？2.3. 模仿的升级！2.4. EM工作原理3. EM聚类硬聚类or软聚类4. 项目实战4.1. 准备工作4.2. 了解数据4.3. 数据探索4.4. 建模4.5. 总结总结 1. 聚类算法 先来一段西瓜书里面的介绍： 在“无监督学习”中，训练样本的...
EM 聚类（Expectation Maximization，最大期望算法）
光尘的博客
01-14 1390
EM 算法相当于一个框架，可以采用不同的模型来进行聚类，比如 GMM（高斯混合模型），或者 HMM（隐马尔科夫模型）来进行聚类。GMM 是通过概率密度来进行聚类，聚成的类符合高斯分布（正态分布）。而 HMM 用到了马尔可夫过程，在这个过程中，通过状态转移矩阵来计算状态转移的概率。HMM 在自然语言处理和语音识别领域中有广泛的应用。 在 EM 这个框架中，E 步骤相当于是通过初始化的参数来估计隐含变量。M 步骤就是通过隐含变量反推来优化参数。最后通过 EM 步骤的迭代得到模型参数。 EM 有两个步骤，E
MADlib —— 基于 SQL 的数据挖掘解决方案（4）—— 数据类型之矩阵
wzy0623的专栏
06-06 645
矩阵定义、MADlib 中的矩阵表示、MADlib 中的矩阵运算函数、矩阵与数据分析
PySpark、Plotly全球重大地震数据挖掘交互式分析及动态可视化研究
拓端研究室TRL
06-05 381
Yapeng Zhao 是一名具备专业素养的数据分析师，在数据处理与分析领域积累了扎实的技术能力，其在大数据框架应用、多维数据可视化及分布式计算优化方面的实践经验，为本研究的数据处理效率提升与分析模型构建提供了重要技术支持。项目以1965-2016年全球重大地震数据集（Global Major Earthquake Dataset）为研究对象，综合运用PySpark分布式计算框架、高德地图逆地理编码服务及Plotly动态图表工具，系统性挖掘地震活动的时空规律与能量特征。中国西部因板块构造活动成为地震热点；
刷题记录（7）二叉树
2401_85751795的博客
06-06 369
二叉树为二叉链表形式，结点为：大概看看题就知道这道题让我们判断一个树到底所有结点的值是不是相同，相同就是单值二叉树。在实现二叉树相关操作的时候已经体会到了，递归来遍历二叉树是非常舒服的（做这些题本质都得遍历）。所以我们考虑考虑递归怎么个递归法，而二叉树递归其实就是考虑根结点以及左右子树之间的关系。容易想到判断根结点与左右孩子结点是否结点，当然，由于需要访问左右孩子结点，根结点不能为空，而且因为访问的是三个结点的值，所以肯定三个结点都得先保证不为空。
AtCoder 第408​场初级竞赛 A~E题解
m0_69389639的博客
06-05 866
AtCoder 第408​场初级竞赛 A~E题解：A Timeout、B Compression、C Not All Covered、D Flip to Gather 、E Minimum OR Path
基于有效集MPC控制算法的直线同步电机simulink建模与仿真,MPC使用S函数实现
熟悉MATLAB/fpga/RK3588/LABVIEW/protus/单片机/dsp/Multisim
06-04 297
摘要：本研究基于有效集算法和模型预测控制(MPC)策略，对直线同步电机(LSM)系统进行优化控制。通过建立系统空间状态方程，设计有效集MPC控制器，实现位置跟踪控制。研究内容包括系统参数设定（采样周期T=0.001s，位置目标值25）、控制律设计、稳定性分析及Lyapunov方程求解。仿真结果表明，该方法能有效处理约束优化问题，将电能转换为直线机械运动。完整工程文件包含Matlab实现代码，验证了所提控制策略的有效性。参考文献涉及终端凸集约束MPC和电力系统预测控制技术。
加法c++
最新发布
D_31415926的博客
06-06 183
给定 a 和 b 分别作为被加数和加数，而且限定 a 是 4 位数字，b 是 3 位数字，都是正整数。请你模拟以上加法过程进行输出。如果最后 a+b 的结果是 5 位数，为了保证对齐，需要在被加数和加数前面加空格。只需判断a+b的位数（注：四位数+三位数只可能是四位数或五位数，因为1000+100=1100，9999+999=10998），当a+b为四位数或五位数时输出特定的格式即可。输入两个正整数 a 和 b。
视觉前沿算法复现环境配置1——2025CVPR风格迁移网络SaMam
weixin_51418895的博客
06-05 293
风格迁移网络的目的是首先学习模板图像的风格样式，然后通过深度学习方法把待转换的图像转换成与模板图像相似的风格样式，这种方法可以考虑用在目标检测等场景中对数据集进行扩增，达到丰富数据集的目的。图中，cu12对应cuda12.x版本，torch2.2对应pytorch2.2.x版本，cp310对应python3.10.x版本。首先在官网下载好SaMam的代码，进入代码目录。本文记录2025CVPR风格迁移网络——SaMam的环境配置方法。在配置环境前，要确认自己的系统cuda版本也是12.1，也就是。
(LeetCode 每日一题) 1061. 按字典序排列最小的等效字符串 (并查集)
记录一些刷过的题并分享学习心得
06-05 386
【代码】(LeetCode 每日一题) 1061. 按字典序排列最小的等效字符串 (并查集)
算法（蓝桥杯学习C/C++版）
2403_82497315的博客
06-05 158
对于题目给出的数组，自己定义的时候，开大一点点（数字随便，多10个甚至9个都行），为了防止数组越界数组定义到全局里，不要定义在main中，c++中，如果把数组定义到main函数中，main函数是栈空间，空间比较小，一定义可能会把栈爆了//如果题目要求a数组最大是1000，开大一点点//定义到全局，不要定义在main函数中int a[NN];return 0;记忆化搜索的dp，如果是多测（多组测试数据），不要写memset。
Java垃圾回收算法及GC触发条件
weixin_56018532的博客
06-02 1070
垃圾回收是一种自动内存管理机制，它能够识别程序中不再使用的内存空间（即"垃圾"），并将其回收以供后续使用。在Java中，开发者不需要显式地释放内存，JVM会自动完成这一工作。Java垃圾回收的核心任务是确定哪些对象是"活动的"（仍在使用中），哪些是"垃圾"（不再使用）。一般来说，如果一个对象不能通过任何引用链从程序的"根"（如全局变量、当前执行栈中的局部变量等）访问到，那么这个对象就被认为是垃圾，可以被回收。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

秋无之地

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值