注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Kmeans聚类算法详解与实现

  2. Kmeans聚类算法详解与实现，Kmeans算法的MATLAB实现、python实现源代码都有。附有算法原理的解析。 对应的博客地址：http://blog.csdn.net/zengxiantao1994/article/details/73441922

  3. 所属分类：机器学习

    • 发布日期：2017-07-09
    • 文件大小：401408
    • 提供者：zengxiantao1994

  1. 基于phash图像特征的图像聚类-kmeans-Python实现

  2. 基于图像phash特征通过KMeans聚类算法实现图像聚类，通过熵来进行对结果的评估，顺便用PCA降维特征来可视化聚类结果

  3. 所属分类：讲义

    • 发布日期：2018-05-29
    • 文件大小：166723584
    • 提供者：weixin_36913190

  1. DBSCAN和Kmeans以及谱聚类算法

  2. 用python实现的DBSCAN和Kmeans以及谱聚类算法，其中有数据集。

  3. 所属分类：机器学习

    • 发布日期：2018-06-21
    • 文件大小：2097152
    • 提供者：x_uhen

  1. 中文文本聚类

  2. 使用python实现中文文本聚类，利用kmeans算法，包含jiba分词方法等

  3. 所属分类：Python

    • 发布日期：2018-09-05
    • 文件大小：5242880
    • 提供者：qq_24074771

  1. k均值聚类python实现

  2. k-means(k均值)算法的python代码实现，可以显示聚类效果与聚类的迭代次数，初学者使用更方便。

  3. 所属分类：机器学习

    • 发布日期：2018-10-18
    • 文件大小：2048
    • 提供者：voidfaceless

  1. 基于sklearn模块的KMeans聚类算法实现“整图分割”【源程序】【Python】

  2. 基于Python3.7实现整图分割功能，调用sklearn模块的KMeans聚类算法。包括源程序、测试图片和结果图片。

  3. 所属分类：Python

    • 发布日期：2019-03-29
    • 文件大小：402432
    • 提供者：qq_23017325

  1. Kmeans.py Kmeans的Python实现

  2. K-Means算法是典型的基于距离的聚类算法，其中k代表类簇个数，means代表类簇内数据对象的均值（这种均值是一种对类簇中心的描述），因此，K-Means算法又称为k-均值算法。K-Means算法是一种基于划分的聚类算法，以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇。数据对象间距离的计算有很多种，k-means算法通常采用欧氏距离来计算数据对象间的距离。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。

  3. 所属分类：讲义

    • 发布日期：2020-01-07
    • 文件大小：10240
    • 提供者：weixin_44412076

  1. Kmeans.docx K均值聚类算法实验报告

  2. 1.理解掌握K-means聚类算法的基本原理； 2.学会用python实现K-means算法 K-Means算法是典型的基于距离的聚类算法，其中k代表类簇个数，means代表类簇内数据对象的均值（这种均值是一种对类簇中心的描述），因此，K-Means算法又称为k-均值算法。K-Means算法是一种基于划分的聚类算法，以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇。数据对象间距离的计算有很多种，k-means算法通常采用欧氏距离来计

  3. 所属分类：讲义

    • 发布日期：2020-01-07
    • 文件大小：878592
    • 提供者：weixin_44412076

  1. python中实现k-means聚类算法详解

  2. 主要介绍了python中实现k-means聚类算法详解，具有一定参考价值，需要的朋友可以了解下。

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：253952
    • 提供者：weixin_38687505

  1. Python实现Kmeans聚类算法

  2. 主要为大家详细介绍了Python实现Kmeans聚类算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：94208
    • 提供者：weixin_38750829

  1. Python实现的KMeans聚类算法实例分析

  2. 主要介绍了Python实现的KMeans聚类算法,结合实例形式较为详细的分析了KMeans聚类算法概念、原理、定义及使用相关操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：215040
    • 提供者：weixin_38621897

  1. Kmeans均值聚类算法原理以及Python如何实现

  2. 个算法中文名为k均值聚类算法，首先我们在二维的特殊条件下讨论其实现的过程，方便大家理解。

  3. 所属分类：其它

    • 发布日期：2020-09-27
    • 文件大小：370688
    • 提供者：weixin_38678172

  1. Kmeans均值聚类算法原理以及Python如何实现

  2. 个算法中文名为k均值聚类算法，首先我们在二维的特殊条件下讨论其实现的过程，方便大家理解。

  3. 所属分类：其它

    • 发布日期：2020-09-27
    • 文件大小：370688
    • 提供者：weixin_38734269

  1. 聚类算法Python实现（KMeans、DBSCAN）

  2. python语言实现的两种常用聚类算法，包括基于原型的KMeans算法以及基于密度的DBSCAN算法

  3. 所属分类：机器学习

    • 发布日期：2020-11-24
    • 文件大小：2048
    • 提供者：qq_43116030

  1. K-means聚类算法介绍与利用python实现的代码示例

  2. 聚类 今天说K-means聚类算法，但是必须要先理解聚类和分类的区别，很多业务人员在日常分析时候不是很严谨，混为一谈，其实二者有本质的区别。 分类其实是从特定的数据中挖掘模式，作出判断的过程。比如Gmail邮箱里有垃圾邮件分类器，一开始的时候可能什么都不过滤，在日常使用过程中，我人工对于每一封邮件点选“垃圾”或“不是垃圾”，过一段时间，Gmail就体现出一定的智能，能够自动过滤掉一些垃圾邮件了。这是因为在点选的过程中，其实是给每一条邮件打了一个“标签”，这个标签只有两个值，要么是“垃圾”，要么“

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：344064
    • 提供者：weixin_38504687

  1. Python实现Kmeans聚类算法

  2. 本节内容：本节内容是根据上学期所上的模式识别课程的作业整理而来，第一道题目是Kmeans聚类算法，数据集是Iris(鸢尾花的数据集)，分类数k是3，数据维数是4。 关于聚类     聚类算法是这样的一种算法：给定样本数据Sample，要求将样本Sample中相似的数据聚到一类。有了这个认识之后，就应该了解了聚类算法要干什么了吧。说白了，就是归类。     首先，我们需要考虑的是，如何衡量数据之间的相似程度？比如说，有一群说不同语言的人，我们一般是根据他们的方言来聚类的（当然，你也可以指定以身

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：95232
    • 提供者：weixin_38675746

  1. Python实现的KMeans聚类算法实例分析

  2. 本文实例讲述了Python实现的KMeans聚类算法。分享给大家供大家参考，具体如下： 菜鸟一枚，编程初学者，最近想使用Python3实现几个简单的机器学习分析方法，记录一下自己的学习过程。 关于KMeans算法本身就不做介绍了，下面记录一下自己遇到的问题。 一 、关于初始聚类中心的选取 初始聚类中心的选择一般有： （1）随机选取 （2）随机选取样本中一个点作为中心点，在通过这个点选取距离其较大的点作为第二个中心点，以此类推。 （3）使用层次聚类等算法更新出初始聚类中心 我一开始是使用numpy

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：216064
    • 提供者：weixin_38738830

  1. python实现kMeans算法

  2. 聚类是一种无监督的学习，将相似的对象放到同一簇中，有点像是全自动分类，簇内的对象越相似，簇间的对象差别越大，则聚类效果越好。 1、k均值聚类算法 k均值聚类将数据分为k个簇，每个簇通过其质心，即簇中所有点的中心来描述。首先随机确定k个初始点作为质心，然后将数据集分配到距离最近的簇中。然后将每个簇的质心更新为所有数据集的平均值。然后再进行第二次划分数据集，直到聚类结果不再变化为止。 伪代码为 随机创建k个簇质心 当任意一个点的簇分配发生改变时：     对数据集中的每个数据点：      

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：53248
    • 提供者：weixin_38677806

  1. python中kmeans聚类实现代码

  2. k-means算法思想较简单，说的通俗易懂点就是物以类聚，花了一点时间在python中实现k-means算法，k-means算法有本身的缺点，比如说k初始位置的选择，针对这个有不少人提出k-means++算法进行改进；另外一种是要对k大小的选择也没有很完善的理论，针对这个比较经典的理论是轮廓系数，二分聚类的算法确定k的大小，在最后还写了二分聚类算法的实现，代码主要参考机器学习实战那本书： #encoding:utf-8 ''''' Created on 2015年9月21日 author: Z

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：47104
    • 提供者：weixin_38747126

  1. 基于Python——Kmeans聚类算法的实现

  2. 1、概述 本篇博文为数据挖掘算法系列的第一篇。现在对于Kmeans算法进行简单的介绍，Kmeans算法是属于无监督的学习的算法，并且是最基本、最简单的一种基于距离的聚类算法。 下面简单说一下Kmeans算法的步骤： 选随机选取K的簇中心（注意这个K是自己选择的） 计算每个数据点离这K个簇中心的距离，然后将这个点划分到距离最小的簇中 重新计算簇中心，即将每个簇的所有数据点相加求均值，将这个均值作为对应簇的新簇中心。 重复2、3步，直到满足了你设置的停止算法迭代的条件 注意：停止算法迭代的条件一般有

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：145408
    • 提供者：weixin_38543950
« 12 »