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. Python实现K-means聚类算法

  2. 用python写的一个k-means聚类算法的实现，测试数据在压缩包的data.txt中，结果通过图示的方法进行直观展示。

  3. 所属分类：Python

    • 发布日期：2014-05-27
    • 文件大小：5120
    • 提供者：ictwangbiao

  1. python界面GUI实现k-means聚类算法

  2. python界面GUI实现k-means聚类算法，基于tkinter的界面简单代码开发。k-means算法是自己写的，不是调用的库函数。程序最后可以实现，随机生成样本点，设置聚类中心数，区分颜色显示聚类结果，无限次迭代，退出等。

  3. 所属分类：Python

    • 发布日期：2019-05-29
    • 文件大小：5120
    • 提供者：justsolow

  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. K-means聚类python代码

  2. 基于python的k-means聚类算法的实现代码，不是调用sklearn库的实现方式，步骤清晰且比较详细！如有错误，欢迎批评指出，谢谢！

  3. 所属分类：机器学习

    • 发布日期：2020-05-23
    • 文件大小：2048
    • 提供者：linjq071102

  1. k-means 聚类算法与Python实现代码

  2. 主要介绍了k-means 聚类算法与Python实现代码,本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：62464
    • 提供者：weixin_38556205

  1. Python用K-means聚类算法进行客户分群的实现

  2. 主要介绍了Python用K-means聚类算法进行客户分群的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：1048576
    • 提供者：weixin_38611796

  1. K-means聚类算法介绍与利用python实现的代码示例

  2. K-means聚类算法（事先数据并没有类别之分！所有的数据都是一样的）是我们大家应该都听过的一种算法，下面这篇文章主要给大家介绍了关于K-means聚类算法的基础知识与利用python如何实现该算法的相关资料，需要的朋友可以参考借鉴，下面来一起看看吧。

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：342016
    • 提供者：weixin_38669618

  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k-means聚类算法

  2. 主要为大家详细介绍了python实现k-means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：73728
    • 提供者：weixin_38501363

  1. k-means 聚类算法与Python实现代码

  2. k-means 聚类算法思想先随机选择k个聚类中心，把集合里的元素与最近的聚类中心聚为一类，得到一次聚类，再把每一个类的均值作为新的聚类中心重新聚类，迭代n次得到最终结果分步解析 一、初始化聚类中心 首先随机选择集合里的一个元素作为第一个聚类中心放入容器，选择距离第一个聚类中心最远的一个元素作为第二个聚类中心放入容器，第三、四、、、N个同理，为了优化可以选择距离开方做为评判标准 二、迭代聚类 依次把集合里的元素与距离最近的聚类中心分为一类，放到对应该聚类中心的新的容器，一次聚类完成后求出新容

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：41984
    • 提供者：weixin_38674223

  1. Python用K-means聚类算法进行客户分群的实现

  2. 一、背景 1.项目描述 你拥有一个超市(Supermarket Mall)。通过会员卡，你用有一些关于你的客户的基本数据，如客户ID，年龄，性别，年收入和消费分数。 消费分数是根据客户行为和购买数据等定义的参数分配给客户的。 问题陈述：你拥有这个商场。想要了解怎么样的顾客可以很容易地聚集在一起(目标顾客)，以便可以给营销团队以灵感并相应地计划策略。 2.数据描述 字段名 描述 CustomerID 客户编号 Gender 性别 Age 年龄 Annua

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：1048576
    • 提供者：weixin_38603924

  1. python实现k-means聚类算法

  2. k-means聚类算法 k-means是发现给定数据集的k个簇的算法，也就是将数据集聚合为k类的算法。 算法过程如下： 1）从N个文档随机选取K个文档作为质心 2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类，我们一般取欧几里得距离 3）重新计算已经得到的各个类的质心 4）迭代步骤（2）、（3）直至新的质心与原质心相等或迭代次数大于指定阈值，算法结束 算法实现 随机初始化k个质心，用dict保存质心的值以及被聚类到该簇中的所有data。 def initCent(dat

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：74752
    • 提供者：weixin_38645434

  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中实现k-means聚类算法详解

  2. 算法优缺点： 优点：容易实现 缺点：可能收敛到局部最小值，在大规模数据集上收敛较慢 使用数据类型：数值型数据 算法思想 k-means算法实际上就是通过计算不同样本间的距离来判断他们的相近关系的，相近的就会放到同一个类别中去。 1.首先我们需要选择一个k值，也就是我们希望把数据分成多少类，这里k值的选择对结果的影响很大，Ng的课说的选择方法有两种一种是elbow method，简单的说就是根据聚类的结果和k的函数关系判断k为多少的时候效果最好。另一种则是根据具体的需求确定，比如说进行衬衫尺寸

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：256000
    • 提供者：weixin_38651450

  1. python基于K-means聚类算法的图像分割

  2. 1 K-means算法 实际上，无论是从算法思想，还是具体实现上，K-means算法是一种很简单的算法。它属于无监督分类，通过按照一定的方式度量样本之间的相似度，通过迭代更新聚类中心，当聚类中心不再移动或移动差值小于阈值时，则就样本分为不同的类别。 1.1 算法思路 随机选取聚类中心 根据当前聚类中心，利用选定的度量方式，分类所有样本点 计算当前每一类的样本点的均值，作为下一次迭代的聚类中心 计算下一次迭代的聚类中心与当前聚类中心的差距 如4中的差距小于给定迭代阈值时，迭代

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：209920
    • 提供者：weixin_38689551

  1. 无监督学习：基于质心的聚类算法，即K-Means聚类，聚集聚类和基于密度的空间聚类-源码

  2. 无监督学习 基于质心的聚类算法即K-Means聚类，聚集聚类和基于密度的空间聚类实现。 要求 Python 3.6及更高版本 科学工具学习 麻木 科学的 matplotlib 信息 通过智能融合完成的K-Means聚类可以加快处理速度，并多次运行以获得最佳结果。 有很多参数可供使用，也有可视化部分。 聚集聚类是分层聚类（自下而上，分组）的一种，它比分裂聚类更受欢迎。 使用距离矩阵可以导出数据的树状图，可以更改和测试用于计算距离矩阵的标准（单个，平均，完整和质心链接）。 具有噪声的基于密度的空

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6144
    • 提供者：weixin_42146274

  1. 在Python中使用K-Means聚类和PCA主成分分析进行图像压缩

  2. 在Python中使用K-Means聚类和PCA主成分分析进行图像压缩 各位读者好，在这片文章中我们尝试使用sklearn库比较k-means聚类算法和主成分分析（PCA）在图像压缩上的实现和结果。 压缩图像的效果通过占用的减少比例以及和原始图像的差异大小来评估。 图像压缩的目的是在保持与原始图像的相似性的同时，使图像占用的空间尽可能地减小，这由图像的差异百分比表示。 图像压缩需要几个Python库，如下所示： # image processing from PIL import Image f

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：983040
    • 提供者：weixin_38549327

  1. 在Python中使用K-Means聚类和PCA主成分分析进行图像压缩

  2. 在Python中使用K-Means聚类和PCA主成分分析进行图像压缩 各位读者好，在这片文章中我们尝试使用sklearn库比较k-means聚类算法和主成分分析（PCA）在图像压缩上的实现和结果。 压缩图像的效果通过占用的减少比例以及和原始图像的差异大小来评估。 图像压缩的目的是在保持与原始图像的相似性的同时，使图像占用的空间尽可能地减小，这由图像的差异百分比表示。 图像压缩需要几个Python库，如下所示： # image processing from PIL import Image fr

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：273408
    • 提供者：weixin_38637093

  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 3 »