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. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课

  2. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课 课程介绍: 从基本的软件安装到必备的Python扩展讲起,然后对机器学习算法一一讲解,同时配合编程实操的实现过程,适合零基础系统学习,配套资料包括讲义作业软件数据都有。 课程目录: 第一章Numpy前导介绍 1.1、Anconda安装 1.2、JupyterNoteBook 1.3、Numpy介绍+ndarry 1.4、ndarry的shape属性巧算 1.
  3. 所属分类:机器学习

    • 发布日期:2018-05-04
    • 文件大小:2048
    • 提供者:happyzhangdi008
  1. 常用数据挖掘算法总结及Python实现

  2. 该文档总结了常用的数据挖掘的算法原理以及Python实践内容,为初学者提供良好的参考资料,需要的朋友可看看! 第一部分 数据挖掘与机器学习数学基础3 第一章 机器学习的统计基础3 第二章 探索性数据分析(EDA).11 第二部分 机器学习概述14 第三章 机器学习概述14 第三部分 监督学习---分类与回归16 第四章 KNN(k 最邻近分类算法) 16 第五章 决策树19 第六章 朴素贝叶斯分类29 第七章 Logistic 回归 .32 第八章 SVM 支持向量机42 第九章 集成学习(E
  3. 所属分类:Python

    • 发布日期:2019-03-29
    • 文件大小:4194304
    • 提供者:weixin_44523404
  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. DBSCAN算法的基本原理及实现-dbscan.zip

  2. 提供DBSCAN算法的基本原理及实现,针对特殊数据集对比了DBSCAN聚类算法与K-means算法的好坏,以及分析了参数对DBSCAN算法的影响,如何更好的自动化确定参数以达到最好的聚类效果!!!
  3. 所属分类:Python

    • 发布日期:2019-12-29
    • 文件大小:59392
    • 提供者:qq_35405379
  1. Python聚类算法之DBSACN实例分析

  2. 主要介绍了Python聚类算法之DBSACN,结合实例形式详细分析了DBSACN算法的原理与具体实现技巧,具有一定参考借鉴价值,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-21
    • 文件大小:57344
    • 提供者:weixin_38609089
  1. Python聚类算法之基本K均值实例详解

  2. 主要介绍了Python聚类算法之基本K均值运算技巧,结合实例形式较为详细的分析了基本K均值的原理与相关实现技巧,具有一定参考借鉴价值,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-21
    • 文件大小:62464
    • 提供者:weixin_38629130
  1. python实现聚类算法原理

  2. 主要为大家详细介绍了python实现聚类算法原理,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:940032
    • 提供者:weixin_38564085
  1. Python基于聚类算法实现密度聚类(DBSCAN)计算【测试可用】

  2. 主要介绍了Python基于聚类算法实现密度聚类(DBSCAN)计算,结合实例形式分析了聚类算法的相关概念、原理及使用聚类算法进行密度聚类计算的相关操作技巧,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:86016
    • 提供者:weixin_38631042
  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. Kmeans均值聚类算法原理以及Python如何实现

  2. 第一步.随机生成质心 由于这是一个无监督学习的算法,因此我们首先在一个二维的坐标轴下随机给定一堆点,并随即给定两个质心,我们这个算法的目的就是将这一堆点根据它们自身的坐标特征分为两类,因此选取了两个质心,什么时候这一堆点能够根据这两个质心分为两堆就对了。如下图所示: 第二步.根据距离进行分类 红色和蓝色的点代表了我们随机选取的质心。既然我们要让这一堆点的分为两堆,且让分好的每一堆点离其质心最近的话,我们首先先求出每一个点离质心的距离。假如说有一个点离红色的质心比例蓝色的质心更近,那么我们则将这
  3. 所属分类:其它

    • 发布日期:2020-12-16
    • 文件大小:377856
    • 提供者:weixin_38566180
  1. Python机器学习之K-Means聚类实现详解

  2. 本文为大家分享了Python机器学习之K-Means聚类的实现代码,供大家参考,具体内容如下 1.K-Means聚类原理 K-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。其基本思想是:以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果。各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。 算法大致流程为:(1)随机选取k个点作为种子点(这k个点不一定属于数据集
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:76800
    • 提供者:weixin_38743506
  1. python实现聚类算法原理

  2. 本文主要内容: 聚类算法的特点 聚类算法样本间的属性(包括,有序属性、无序属性)度量标准 聚类的常见算法,原型聚类(主要论述K均值聚类),层次聚类、密度聚类 K均值聚类算法的python实现,以及聚类算法与EM最大算法的关系 参考引用 先上一张gif的k均值聚类算法动态图片,让大家对算法有个感性认识: 其中:N=200代表有200个样本,不同的颜色代表不同的簇(其中 3种颜色为3个簇),星星代表每个簇的簇心。算法通过25次迭代找到收敛的簇心,以及对应的簇。 每次迭代的过程中
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:940032
    • 提供者:weixin_38506798
  1. Python实现的Kmeans++算法实例

  2. 1、从Kmeans说起 Kmeans是一个非常基础的聚类算法,使用了迭代的思想,关于其原理这里不说了。下面说一下如何在matlab中使用kmeans算法。 创建7个二维的数据点:复制代码 代码如下:x=[randn(3,2)*.4;randn(4,2)*.5+ones(4,1)*[4 4]];使用kmeans函数:复制代码 代码如下:class = kmeans(x, 2);x是数据点,x的每一行代表一个数据;2指定要有2个中心点,也就是聚类结果要有2个簇。 class将是一个具有70个元素的列
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:98304
    • 提供者:weixin_38531630
  1. Python机器学习实训营(2020版).rar

  2. Python机器学习实训营(2020版)视频教程; 章节1:线性回归原理推导 章节2:线性回归代码实现 章节3:模型评估方法 章节4:线性回归实验分析 章节5:逻辑回归原理推导 章节6:逻辑回归代码实现 章节7:逻辑回归实验分析 章节8:聚类算法-Kmeans&Dbscan原理 章节9:Kmeans代码实现 章节10:聚类算法实验分析 章节11:决策树原理 章节12:决策树代码实现 章节13:决策树实验分析 章节14:集成算法原理 章节15:集成算法实验分析 章节16:支持向量机原理推导 章节1
  3. 所属分类:机器学习

    • 发布日期:2021-03-08
    • 文件大小:816
    • 提供者:u011552756
  1. Python数据挖掘与机器学习,快速掌握聚类算法和关联分析

  2. 聚类问题主要用于解决没有明确分类映射关系的物品归类问题,即无监督学习。分类算法必须需要训练数据,训练数据包含物品的特征和类别(label,也可以被称作标签),这相当于对这些数据建立了映射规则,这种映射规则可以通过机器学习相应的算法来建立,当需要对新的数据进行分类时,就可以直接调用模型,对数据进行相应的处理来实现分类。那么当没有历史数据的时候要对现存的物品进行归类,就需要使用聚类算法解决。比如,聚类算法可以实现公司客户价值自动划分,网页自动归类等。K-Means算法是一种经典的聚类算法,也称作K均
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:763904
    • 提供者:weixin_38592643
  1. 机器学习算法:此存储库包含Jupyter笔记本,这些笔记本从零开始实现流行的ML算法-源码

  2. 机器学习算法 该存储库包含一系列Jupyter笔记本,这些笔记本从头开始实现常用的ML算法。 即,使用统计python软件包的限制。 它们部分基于我作为课程的一部分而开设的课程。 这些笔记本对我非常有用,有助于他们直观地了解这些算法的工作原理,以及使用scikit-learn和statsmodels之类的程序包时幕后发生的事情。 如上所示,我根据算法的类型将笔记本分为三个文件夹: 回归 聚类 其他:此文件夹包含用于二进制决策树和本地敏感度哈希(LSH)的笔记本。 这些笔记本中使用的数据可应
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:8388608
    • 提供者:weixin_42116681
  1. python 代码实现k-means聚类分析的思路(不使用现成聚类库)

  2. 一、实验目标     1、使用 K-means 模型进行聚类,尝试使用不同的类别个数 K,并分析聚类结果。 ​    2、按照 8:2 的比例随机将数据划分为训练集和测试集,至少尝试 3 个不同的 K 值,并画出不同 K 下 的聚类结果,及不同模型在训练集和测试集上的损失。对结果进行讨论,发现能解释数据的最好的 K 值。二、算法原理     首先确定k,随机选择k个初始点之后所有点根据距离质点的距离进行聚类分析,离某一个质点a相较于其他质点最近的点分配到a的类中,根据每一类mean值更新迭代聚类
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:63488
    • 提供者:weixin_38526823
« 12 »