您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. kmeans算法python实现

  2. python实现的kmeans算法,python 2.7.2可行
  3. 所属分类:专业指导

    • 发布日期:2014-03-19
    • 文件大小:2048
    • 提供者:u013923958
  1. MachineLearning-master-python.zip

  2. 属于网络下载资源,感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码,以及具体的应用实例,包含: Keras使用进阶。介绍了怎么保存训练好的CNN模型,怎么将CNN用作特征提取,怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras,用经典的Mnist分类问题对该框架的使用进行说明,训练一个CNN,总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo,人脸数
  3. 所属分类:专业指导

    • 发布日期:2016-07-04
    • 文件大小:1048576
    • 提供者:qq_33042687
  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. Kmeans算法python实现

  2. Kmeans算法的python3.5实现 带数据可以直接运行
  3. 所属分类:算法与数据结构

    • 发布日期:2017-08-10
    • 文件大小:8192
    • 提供者:abcdefgh123321
  1. kmeans算法实现

  2. 使用Python语言实现的Kmeans算法,可以将数据可视化显示出来。
  3. 所属分类:Python

    • 发布日期:2017-08-12
    • 文件大小:27648
    • 提供者:ninghaofeng
  1. kMeans.rar python实现版本

  2. 基于python的 kMeans算法实现,可以实现任意维度的数据的聚类功能
  3. 所属分类:机器学习

    • 发布日期:2017-10-30
    • 文件大小:9437184
    • 提供者:u014539580
  1. 西电数据挖掘作业——对数据进行kmeans聚类python实现

  2. 西电数据挖掘作业——对数据进行kmeans聚类python实现,使用的是python3版本,自己编写的,能够完美运行,里面有两个py文件,一个是主程序,一个是导入的算法,只需要运行主程序就行,数据啥的都准备好了
  3. 所属分类:软件测试

    • 发布日期:2018-03-13
    • 文件大小:180224
    • 提供者:qq_40114263
  1. 常用数据挖掘算法总结及Python实现 文字版+code

  2. 本书适合有志于从事数据挖掘的初学者,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(Esemble Learning)43 第十一章 模型评
  3. 所属分类:Python

    • 发布日期:2018-04-21
    • 文件大小:4194304
    • 提供者:mycoffee1990
  1. KMeans++算法实现图像分割【源程序】【Python】

  2. 基于Python3.7实现KMeans++算法,并用于实现图像分割功能。包括源程序、测试图片、结果图片和运行步骤。
  3. 所属分类:Python

    • 发布日期:2019-03-29
    • 文件大小:146432
    • 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. Python-用Octave和Python实现Kmeans算法进行图像压缩

  2. 用Octave和Python实现K-means算法进行图像压缩
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:451584
    • 提供者:weixin_39840650
  1. python实现kMeans算法

  2. 主要为大家详细介绍了python实现kMeans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:55296
    • 提供者:weixin_38708945
  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. 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. 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
« 12 3 »