在R中查找聚类结果
可以使用多种方法和函数。以下是一些常用的方法：
- 使用k-means算法进行聚类：
- 概念：k-means是一种常用的聚类算法，它将数据集分为k个簇，每个簇具有相似的特征。
- 分类：k-means属于无监督学习算法，用于聚类分析。
- 优势：简单易用，计算效率高。
- 应用场景：市场细分、图像分割、文本聚类等。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 使用层次聚类算法进行聚类：
- 概念：层次聚类是一种基于距离或相似度的聚类方法，通过逐步合并或分割数据点来构建聚类层次结构。
- 分类：层次聚类属于无监督学习算法，用于聚类分析。
- 优势：不需要预先指定聚类数量，可视化结果直观。
- 应用场景：生物学分类、社交网络分析等。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 使用DBSCAN算法进行聚类：
- 概念：DBSCAN是一种基于密度的聚类算法，通过定义密度可达的点来划分簇。
- 分类：DBSCAN属于无监督学习算法，用于聚类分析。
- 优势：对于任意形状的簇有效，对噪声数据鲁棒性强。
- 应用场景：异常检测、地理信息系统等。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 使用聚类评估指标评估聚类结果：
- 概念：聚类评估指标用于衡量聚类结果的质量，常用的指标包括轮廓系数、Calinski-Harabasz指数等。
- 分类：聚类评估指标属于聚类分析的评估方法。
- 优势：可以帮助选择合适的聚类算法和参数。
- 应用场景：聚类结果评估、算法比较等。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
以上是在R中查找聚类结果的一些常用方法和函数，希望对您有帮助。
相关·内容
1回答
在python中对地理编码/(经度/经度)数据点进行聚类分析的最佳方法是什么？
python、machine-learning、data-analysis、geo
在python中对地理编码/(经度/经度)数据点进行聚类分析的最佳方法是什么？
我已经执行了K-means聚类分析，但我知道这可能不是对经度/经度数据点执行聚类分析的最佳方式。我通过sci-kit学习做到了这一点，而且产生的质心纬度/经度并不等于每个聚类标签中所有点的平均值。
我也尝试过使用DBscan，但我认为它不是基于我的数据集执行聚类分析的最佳工具。
这方面的任何帮助都将不胜感激。
谢谢
浏览 2提问于2016-01-27得票数 1
1回答
根据结果选择聚类方法
cluster-analysis、weka、recommendation-engine、k-means、dbscan
我使用WEKA撰写论文，有超过1000行数据。该数据库包括人口统计信息(年龄、位置、身份等)。后跟产品名称(取值为1或0)。最终的结果是一个推荐系统。我使用了两种集群方法，K-Means和DBScan。
当使用K-means时，我尝试了3个不同数量的簇，而使用DBscan时，我选择了3个不同的Epsilon(epsilon3= 48个簇，忽略了17%的数据，epsilon2.5= 19个簇，而簇0包含229个条目，忽略了6%)。这意味着对于相同的数据，我有6个不同的聚类结果。
如何选择最适合我的数据？
浏览 3提问于2013-02-03得票数 0
回答已采纳
2回答
在R commander的S_Dbw输出中，"Inf“是什么意思？
r、cluster-analysis
我已经运行了clv包，它由S_Dbw和SD有效性索引组成，用于在R commander中进行聚类。()
我用S_Dbw索引评估了DBSCAN，K-Means，Kohonen算法的聚类结果。但对于所有这三种算法，S_Dbw都是"Inf“。
它是“无限”的意思吗？为什么我要面对"Inf“这个词。我的聚类结果有什么问题吗？
一般情况下，什么时候S_Dbw索引结果是"Inf"？
浏览 0提问于2012-11-01得票数 2
回答已采纳
2回答
哪种机器学习算法可以用于轨迹分类？
machine-learning、classification、time-series、clustering、algorithms
我正致力于根据空中物体的轨迹对其进行聚类。就像我想在不同飞行物体轨迹的数据集上训练一个模型，这样以后我就可以根据轨迹数据来预测物体的类型。现在的轨道数据包括4种东西(高度，经度，纬度，时间)。因此，基于这些数据集，我们可以对飞机、火箭、导弹等物体进行分类。但我不知道可以使用哪种算法？我首先想到的是支持向量机。后来我想“长时间记忆”可以用。但我不太确定。我对机器学习很陌生。所以任何帮助都是非常感谢的。
浏览 0提问于2020-03-11得票数 0
1回答
使用f-measure评估dbscan的结果
scikit-learn、evaluate、dbscan
我使用sklearn的接口来评估dbscan的结果，根据文档，F-measure是一种分类度量，但dbscan是一种聚类方法。我知道F-度量在理论上可以作为聚类的一种外部评估方法。那么，如何利用它来评估dbscan的结果呢？
浏览 3提问于2016-11-03得票数 0
1回答
扫描所有机器学习分类器？
machine-learning、data-mining、weka
我正在使用Weka对一些大型数据集执行分类、聚类和一些回归。我目前正在尝试所有的分类器(决策树、SVM、朴素贝叶斯等)。
有没有办法(在Weka或其他机器学习工具包中)扫描所有可用的分类器算法，以找到产生最佳交叉验证精度或其他度量的算法？
我也想为我的其他聚类问题找到最好的聚类算法；也许可以找到最低的误差平方和？
浏览 0提问于2013-10-12得票数 1
2回答
我应该使用哪种集群技术？
artificial-intelligence、categorization
我有一个数据矩阵，如下所示。
user access matrix..each行代表用户，每一列代表该用户访问的页面类别。
0 8 1 0 0 8 0 0 0 0 0 0 0 11 2 2 0
1 0 7 0 0 0 0 0 1 1 0 0 0 0 0 0 1
1 0 1 1 0 0 0 0 0 1 0 0 0 1
浏览 2提问于2014-05-07得票数 0
4回答
聚类算法的性能分析
machine-learning、data-mining、cluster-analysis、knime
我得到了两个数据集，并希望使用KNIME对这些集合进行聚类分析。
在完成聚类之后，我希望对两种不同的聚类算法进行性能比较。
关于聚类算法的性能分析，这是一种时间度量(算法时间复杂度和执行数据聚类所需的时间等)，还是集群输出的有效性？(或两者兼备)
对于聚类算法，是否还有其他的角度来识别性能(或缺乏)？
事先非常感谢，
T
浏览 7提问于2012-03-13得票数 1
回答已采纳
2回答
基于DBSCAN w/测试列车分割的分类
machine-learning、scikit-learn、cluster-analysis、data-mining、dbscan
提出的问题如下:使用scikit-学习将数据分割成一个培训和测试集。使用DBSCAN将数据分类为猫或狗。
我试图弄清楚如何使用DBSCAN来使用训练数据来拟合模型，然后预测测试集的标签。我很清楚DBSCAN是用于集群而不是预测的。我还看过和许多其他线程。DBSCAN只附带fit和fit_predict函数，当尝试使用训练数据拟合模型，然后使用测试数据测试模型时，这些函数似乎不太有用。
这个问题是用词不当还是我漏掉了什么？我已经看过科学工具包-学习文档以及寻找例子，但没有任何运气。
# Split the samples into two subsets, use one for trainin
浏览 0提问于2019-03-29得票数 2
回答已采纳
1回答
scikit的F1_score的avg宏/微可以用于多标记聚类吗？
python、scikit-learn、cluster-analysis
似乎科学学习的f1_score avg微/宏()是基于多标签数据分类器，但我想知道是否同样可以用于多标签聚类？
我正在处理的数据是在50.000个时态(Ts)上使用scikit的kmeans进行集群的。因此，我以簇的形式结束: c1{ts_1，ts_2 .}，c2{ts_20，ts_21 .}等等。
每个时间序列都可能有一个太多的标签，我想用它作为f1 avg微观和宏观分数的黄金标准。然后，簇的时间序列可以被其标签(L)取代: c1{(L_1，L_2)，(L_3，L_4，L_5).}
f1 avg的微观和宏观分数可以应用到这样一个数据集的聚类中吗?或者我应该看的还有其他分数吗？
浏览 2提问于2017-11-13得票数 0
回答已采纳
2回答
数据分类和聚类有什么区别(从数据的角度来看)
classification、clustering、difference
数据分类(使用专用的基于距离的方法)与数据聚类(有特定的定义方法，如k-means)有什么不同和相似之处？
数据分类是数据聚类的一个子主题吗？
浏览 0提问于2020-12-27得票数 5
回答已采纳
1回答
最大聚类数的聚类算法
artificial-intelligence、machine-learning、cluster
我正在寻找一种聚类算法(理想的基于密度的)，它允许我指定集群的最大数量(但不是确切的数目)。所有的点都必须分配给一个集群，所以我不能忽略最小/最不密集的集群。
有人能为这个目的提出一种适合于此的算法，或者想出一种适应现有算法的方法吗？
DbScan和变体是不合适的，因为它们无法限制集群的数量。他们也不会对每一点进行分类。
K-均值要求指定k的确切值，而且也不是基于密度的，因此对我的数据来说效果很差。
浏览 0提问于2018-07-18得票数 1
3回答
距离矩阵的聚类算法
python、clustering、distance
我在N个对象之间有一个相似矩阵。对于每一个N个对象，我有一个度量它们在彼此之间有多相似--0是相同的(主对角线)，并且随着它们越来越少的相似而增加值。类似的情况(如果我说有10 000个元素聚在一起，实际矩阵将是10 000 x 10 000 )：
[ 0 5 12 7 ]
[ - 0 9 2 ]
[ - - 0 6 ]
[ - - - 0 ]
(假设索引从0开始)，所以这里object_0最类似于object_1 (5)，但是object_1本身更类似于object_3 (2)等等。
我想把它聚成k组，以便最小化总体分数或簇内分数。我不确定这会不会有那么大的不同。我还没有检查过这方面的
浏览 0提问于2019-03-03得票数 6
4回答
K-意思是聚类还是分类？
machine-learning、neural-network、deep-learning、classification、k-means
为什么在k均值聚类方法中选择基于特征的k(以死或活的病人场景为例，k将被认为是聚类而不是分类)？
浏览 0提问于2018-08-28得票数 3
1回答
客户-产品分析
machine-learning、classification、clustering、predictive-modeling
我是数据科学的新手，我想为我的公司(银行)做客户产品分析。我可以有客户的数据，他们的收入，日常交易，平均余额等，以及他们采取了什么产品(储蓄证书等)根据他们的帐户余额。我是否可以预测新客户或现有客户，根据他们的平均余额、收入等，哪些产品适合他们？机器学习算法能预测特定客户的每种产品吗？我认识到聚类分析和预测分析对这类任务是有用的。但是我想向特定的客户推荐一种特定的产品。哪种算法是有用的？我要从哪里开始？
浏览 0提问于2018-06-18得票数 0
回答已采纳
2回答
当使用无监督的芦荟时，什么是“学习”部分，因为它属于机器学习领域？
machine-learning、unsupervised-learning、supervised-learning
我有过使用聚类算法进行机器学习的简要经验，我还阅读了简单分类算法的基本思想和计算。现在，我将阅读更多关于“机器学习”的内容，我发现了许多类似的定义，如下所示：
机器学习是一门让计算机在不被明确编程的情况下行动的科学.机器学习是一种人工智能(AI)，它允许软件应用程序在不被显式编程的情况下更准确地预测结果.
我的理解是，学习和适应演绎(输出)而不进行重新编程的能力是主要思想，根据我个人的理解，这种“适应”只有通过一种新的训练“监督算法”才能实现，这种训练允许对具有相同程序和源代码的输出模型进行更改/适应/改进。
因此，根据我的理解，这个“自适应”和“学习”的定义不适合无监督的机器学习算法，因为所
浏览 0提问于2018-02-19得票数 4
3回答
帮助定义问题的2类类别是什么？
machine-learning、algorithms
在学习机器学习的过程中，我了解了在开始尝试建模之前定义问题的重要性。
我可以看到两种类型的问题分类：
监督/无监督/强化算法
分类/聚类/回归/排名
在网络上找到的示例定义：
第一类：
监督算法:训练数据集有输入和期望的输出。在培训期间，模型将调整其变量，将输入映射到相应的输出。
无监督算法:在这类算法中，没有目标结果。算法将对不同组的数据集进行聚类。
强化算法:这些算法都是关于决策的训练。因此，在这些决策的基础上，该算法将根据输出的成败进行训练。最后，通过经验算法将能够给出良好的预测。
第二类：
分类:你想要一个算法来回答二进制的是或否问题(猫或狗，好的或坏的，绵羊或山羊，你知道)，或者你想
浏览 0提问于2018-10-09得票数 1
4回答
求多个簇的算法
machine-learning、clustering
假设我有一组数据(具有二维特征空间)，并且我想从它们获得集群。但我不知道会形成多少簇。
然而，我想要单独的集群(集群的数量超过2)。
我想，在这种情况下，k的方法是不能用的。我也不能使用分层聚类。另外，由于没有训练集，因此不能将KNN分类器用于任何其他分类器(监督学习不能用作训练集)。我不能使用光学算法，因为我不想指定半径(我不知道半径)
有什么机器学习技术可以给我提供多个集群(基于距离的聚类)，它也能很好地处理离群点？
这应该是输出：
📷
浏览 0提问于2015-05-29得票数 4
回答已采纳
2回答
使用sklearn模型对新条目进行分类
machine-learning、scikit-learn、classification、cluster-analysis、dbscan
我有一个巨大的“动态”数据集，我试图在其中找到有趣的集群。
在运行了许多不同的无监督聚类算法后，我发现了一个配置，并给出了一致的结果。
我想根据我的测试数据推断DBSCAN创建的模型，将其应用于其他数据集，但不需要重新运行算法。我无法在整个数据集上运行该算法，因为它将耗尽内存，而且由于数据是动态的，因此在不同的时间，该模型对我可能没有意义。
使用sklearn，我发现其他聚类算法--比如 --有一个predict方法，但是DBSCAN没有。
我理解对于MiniBatchKMeans，质心是唯一定义模型的。但是对于DBSCAN来说，这样的事情可能不存在。
因此，我的问题是:什么是正确的方法来推断
浏览 8提问于2015-04-14得票数 3
回答已采纳
2回答
群集模型，如DBSCAAN、OPTICS、KMEANS
machine-learning、statistics、data-science、analytics
我怀疑在使用任何算法进行聚类后，是否可以根据从先前数据中学习的结果来分割新数据
浏览 9提问于2020-03-05得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
