- 博客(28)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 聚类算法综述及Matlab实现
聚类算法是一种无监督学习方法，它将数据集中的对象分组成不同的簇(cluster)，使得同一簇内的对象相似度高，而不同簇之间的相似度低。聚类算法在数据挖掘、图像处理、模式识别等领域都有广泛应用。常用的聚类算法包括K-Means、层次聚类(Hierarchical Clustering)、DBSCAN、Mean Shift、OPTICS、谱聚类、高斯混合模型（GMM）等。下面我们将逐一介绍这些算法，以及相应的matlab代码。并且在最后给出了聚类算法的评价指标、可视化方法，以及matlab代码。
2023-06-24 17:08:47
4267
6
转载 谱聚类算法原理（二）python实现
谱聚类算法是目前最流行的聚类算法之一，其性能及适用场景优于传统的聚类算法如k-均值算法，本文对谱聚类算法进行了详细总结，内容主要参考论文《A Tutorial on Spectral Clustering》，下载链接：https://github.com/zhangleiszu/machineLearning，若对谱聚类算法有不理解的地方，欢迎交流。目录1. 谱聚类模型的优化思想2. 图的表示方法3. 邻接矩阵的表示方法4. 拉普拉斯矩阵定义及其属性5. 无向图切图的含义6. 谱聚类算法.
2022-04-20 10:17:14
2502
转载 谱聚类算法原理（一）
谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也小很多，更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时，个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法原理做一个总结。1. 谱聚类概述 谱聚类是从图论中演化出来的算法，后来在聚类中得到了广泛的应用。它的主要思想是把所有的数据看做空间中的点，这些点之间可以用边连接起来。距离较远的两个点之间的边权重值
2022-04-20 10:07:10
411
转载 几种常用的聚类算法及评价方法——2022.4
本文分析了Kmeans、Kmedoids、Cure、Birch、DBSCAN、OPTICS、Clique、DPC算法。 除了Birch聚类算法的python算法调用了sklearn.cluster里的Birch函数，没有未搜到Clique聚类的matlab版本的算法。其余算法pyt...
2022-04-20 09:59:16
5651
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人