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计算机视觉.pdf

  2. 高清完整版，极力推荐。 第1 章　基本的图像操作和处理 .....................................................................................................1 1.1　PIL：Python 图像处理类库.................................................................................................

  3. 所属分类：Python

    • 发布日期：2017-09-22
    • 文件大小：30408704
    • 提供者：donggua209

  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. 层次聚类算法

  2. 层次聚类分析算法Python实现,并以数据集为例进行聚类演示

  3. 所属分类：机器学习

    • 发布日期：2018-06-21
    • 文件大小：3072
    • 提供者：x_uhen

  1. 层次聚类(AGNES)算法(Python)

  2. 层次聚类(AGNES)算法(Python) 是聚类算法的一种，通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中，不同类别的原始数据点是树的最低层，树的顶层是一个聚类的根节点。AGNES是常用的一种层次聚类算法 使用场景：用于簇的数量较多,有连接约束等情况

  3. 所属分类：机器学习

    • 发布日期：2019-05-31
    • 文件大小：2048
    • 提供者：aioo11

  1. AI学习知识点.xmind

  2. *AI学习知识点* 1. 基础知识 概率论 微积分与逼近论 极限、微分、积分的基本概念 利用逼近的思想理解微积分，利用积分的方式理解概率论 概率论的基础 古典模型 常见的概率分布 大数定理和中心极限定理 协方差和相关系数 最大似然估计和最大后验估计 凸优化 凸优化的基本概念 凸函数 凸集 凸优化问题的标准形式 线性代数及矩阵 线性空间及线性变化 矩阵的基本概念 状态转移矩阵 特征

  3. 所属分类：Python

    • 发布日期：2019-07-15
    • 文件大小：240640
    • 提供者：lingfeian

  1. Clustering-Algorithms-master.zip

  2. 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法. 很难对聚类方法提出一个简洁的分类，因为这些类别可能重叠，从而使得一种方法具有几类的特征，尽管如此，对于各种不同的聚类方法提供一个相对有组织的描述依然是有用的，为聚类分析计算方法主要有如下几种:划分法（Partitioning Methods）、层次法（Hierarchical Methods）、基于密度的方法（density-based methods）、基于网格的方法（grid-based meth

  3. 所属分类：机器学习

  1. HCluster.py

  2. 资源中包含层次聚类算法的Python代码，不含测试数据，python的版本为2.7，您运行代码前，将测试文件路径修改为您本地的存储路径，使用pycharm平台运行即可。请自行准备测试数据。

  3. 所属分类：机器学习

    • 发布日期：2020-01-02
    • 文件大小：11264
    • 提供者：leaf_zizi

  1. 四种聚类算法实现对控制图时间序列的聚类

  2. 主要针对控制图时间序列数据集的聚类任务，使用了基于划分的（K-Means）、基于层次的（AGNES）、基于密度的（DBSCAN）以及基于图的（spectral clustering）聚类方法，最后可视化结果，用Jupyter Notebook编写（python），四种聚类算法和数据集均打包在一起。

  3. 所属分类：Python

    • 发布日期：2020-07-01
    • 文件大小：217088
    • 提供者：ldm_666

  1. Python聚类算法之凝聚层次聚类实例分析

  2. 主要介绍了Python聚类算法之凝聚层次聚类的原理与具体使用技巧,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：60535
    • 提供者：weixin_38582506

  1. Python实现简单层次聚类算法以及可视化

  2. 主要为大家详细介绍了Python实现简单层次聚类算法以及可视化，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：2020-09-19
    • 文件大小：35840
    • 提供者：weixin_38569203

  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实现简单层次聚类算法以及可视化

  2. 本文实例为大家分享了Python实现简单层次聚类算法，以及可视化，供大家参考，具体内容如下 基本的算法思路就是：把当前组间距离最小的两组合并成一组。 算法的差异在算法如何确定组件的距离，一般有最大距离，最小距离，平均距离，马氏距离等等。 代码如下： import numpy as np import data_helper np.random.seed(1) def get_raw_data(n): _data=np.random.rand(n,2) #生成数据的格式是n个（x,y） _

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：39936
    • 提供者：weixin_38701640

  1. treesne-源码

  2. 树状SNE t-SNE和层次聚类是探索性数据分析的流行方法，特别是在生物学中。 在加快t-SNE并获得更细粒度结构的最新进展的基础上，我们将两者结合起来创建树SNE，这是一种基于堆叠一维t-SNE嵌入的层次化聚类和可视化算法。 我们还介绍了alpha聚类，它基于多个规模的聚类稳定性，推荐了最佳的聚类分配，而无需预知聚类的数量。 我们证明手写数字图像，血细胞的大规模细胞计数（CyTOF）数据和视网膜细胞的单细胞RNA测序（scRNA-seq）数据对树SNE和alpha聚类的有效性。 此外，为了证

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：14680064
    • 提供者：weixin_42115513

  1. Data_Science_work：这是我在探索该领域时完成的一组数据科学项目-源码

  2. 统计，数据科学，AI和ML 创建该存储库是为了存储我与数据科学领域相关的项目，笔记和学习内容。 它包括使用各种数据科学和机器学习技术执行的项目。 我使用了来自各种开源数据存储库的数据集。 范围：这项工作主要围绕使用各种支持库在python环境中执行这些最新技术进行。 它不涉及算法背后的密集数学。 但是，我在某些笔记本中附加了各种资源链接，以便从概述的角度更好地理解它们。 我坚信，在尝试理解或使用这些笔记本之前，必须对这些技术和背后的算法有充分的了解。 内容 探索性数据分析 机器学习 监督学习

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：3145728
    • 提供者：weixin_42110038

  1. 社区：社区检测算法库-源码

  2. 社区 communities是一个Python库，用于检测图形中的。 它实现以下算法： 鲁汶法 Girvan-Newman算法 层次聚类 光谱聚类 Bron-Kerbosch算法 您还可以使用communities来可视化这些算法。 例如，这是应用于的Louvain方法的可视化： 安装 communities可以通过pip安装： $ pip install communities 入门 每种算法都需要一个表示无向图的邻接矩阵，该矩阵可以加权也可以加权。 此矩阵应为2D numpy数组。 一旦

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：34603008
    • 提供者：weixin_42144086

  1. MachineLearning：Python 3实现的机器学习算法-源码

  2. 机器学习 机器学习算法的Python 3实现 该存储库提供了用于通过Python 3实现基本机器学习算法的演示程序。我希望这些程序能帮助人们理解机器学习理论和实现的美丽。 我将不时丰富这些实现和描述。 如果您将我的任何作品包括在您的网站或项目中； 请添加此存储库的链接，并给我发送电子邮件以通知我。 欢迎您发表评论。 谢谢， 算法 描述 链接 通过计算先前观测值的熵来测量信息增益，决策树算法可以帮助我们预测决策或结果 和 减少尺寸的方法 和 GMM是最统计上最成熟的数据聚类（和密度估计）方

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：105906176
    • 提供者：weixin_42175035

  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. FINCH-Clustering:FINCH聚类算法的源代码-源码

  2. 第一整数邻居聚类层次结构（FINCH）算法 该存储库包含用于建议的FINCH聚类算法的Python和Matlab代码，在我们的《使用第一个邻域关系进行有效无参数聚类CVPR 2019口头。 inproceedings{finch, author = {M. Saquib Sarfraz, Vivek Sharma and Rainer Stiefelhagen}, title = {Efficient Parameter-free Clustering Usin

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：115343360
    • 提供者：weixin_42175776