腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
3
回答
获取
最接近
质心
的
点,scikit-learn?
、
我正在使用
K
-means来解决
聚
类
问题。我正在努力
寻找
最接近
质心
的
数据点,我相信它被称为medoid。
在
scikit-learn中有没有办法做到这一点?
浏览 4
提问于2014-02-09
得票数 20
回答已采纳
2
回答
在
k
中
寻找
最接近
的
质心
意味着
聚
类
、
、
、
3.232 4.9399; 6 2;idx = zeros(size(X,1), 1); %idx is the vector storingdifference(1, :) = X(e,:) - centroids(1,:);
浏览 26
提问于2020-05-03
得票数 0
1
回答
从网页
聚
类
中提取最佳图像
、
、
、
我写了一些Java代码,它使用Crawler4J抓取一堆网页,然后使用
K
-Means根据关键字对它们进行
聚
类
。我想从每个集群中选择最好
的
图片(其中“最佳”
的
粗略定义是“最好地代表集群
中
的
主题”),我想知道是否有任何现有的框架可以做到这一点(因为这显然是一个很多人在显示聚合新闻等方面已经需要解决
的
问题)。我正在爬行
的
大多数页面都是关于给定主题
的
标准新闻页面,因此对于一个页面来说,最好
的
图像通常是1)最
浏览 0
提问于2014-01-07
得票数 0
1
回答
确定事件数目
、
我有很多射线,所有的开始点都在三维
的
球体上,其方向矢量指向内部。有些射线指向A点,另一些光线指向B点等,带有一些噪声(即射线
在
它们相应
的
点A、B等处不完全相交)。或者更好
的
是,这些点在哪里?我不知道点A、B等
的
位置,只知道射线
的
起点和方向矢量。 是一个示例设置,但在2D
中
,我不知道哪些光线指向哪个点(也就是说,我不知道哪些光线是红色
的
还是蓝色
的
)。我如何找到它们指向
的
点数(
在
本例
中
浏览 1
提问于2018-11-12
得票数 1
2
回答
sklearn KMeans
中
KMeans.cluster_centers_
的
价值
、
、
在对一些具有3个簇
的
向量进行
K
均值拟合时,我能够获得输入数据
的
标签。KMeans.cluster_centers_返回中心
的
坐标,所以不是应该有一些与之对应
的
向量吗?如何找到这些簇
的
质心
处
的
值?
浏览 14
提问于2017-07-21
得票数 5
回答已采纳
2
回答
有没有可能在
k
-means
聚
类
中
存在没有成员
的
簇?
、
我有一个使用
k
-means算法
的
文本
聚
类项目。我
的
数据集是Facebook评论
的
政治情绪,因此每个评论都有一个积极、消极和中立
的
标签。1.
在
我得到
的
聚
类
结果
中
,有一些集群没有成员。例如,我将集群
的
数量设置为3,但结果是只有2个集群有成员,1个其他集群为空。 对于
k
-means算法,这是可能<em
浏览 0
提问于2019-11-03
得票数 0
3
回答
在
MATLAB
中
获取与Kmeans
聚
类
中心最近
的
数据点
的
索引
、
、
我正在使用MATLAB
中
的
K
-means进行一些
聚
类
。如你所知,它
的
用法如下:其中IDX给出了X
中
每个数据点
的
簇号,C给出了每个簇
的
质心
。我需要获得
最接近
质心
的
数据点
的
索引(实际数据集X
中
的
行号)。有人知道我是怎么做到
的
吗?谢谢
浏览 0
提问于2010-12-09
得票数 5
回答已采纳
1
回答
如何将使用
k
-medoids算法
的
聚
类
解决方案(例如PAM)应用于另一个数据集?
我正在
寻找
一种方法,将
k
- medoids算法(我正在使用PAM)
中
的
聚
类
解决方案从一个样本应用到另一个样本。我认为
k
-means算法可以做到这一点:对于data1,从
聚
类
结果
中
获得
质心
;然后
在
data2
中
,对于每个观察值,计算到每个
质心
的
距离,然后将每个观察值分配到其最近
的
质心
。然而,<em
浏览 30
提问于2020-02-12
得票数 2
回答已采纳
1
回答
Mean算法能用于颜色量化吗?
、
、
、
我有一个问题,决定算法
的
颜色量化。我想做颜色量化
的
图像是分辨率为512 x 512
的
RGB图像。我想减少像素
中
的
颜色值,以减小图像大小。 我不想使用流行
的
算法
k
-方法。我找到了这个均值移位算法。均值移位是一种
聚
类
算法(与
k
均值相同),它具有一定
的
质心
和窗口(每个
质心
都有1),在其窗口中
寻找
最密集
的
部分,然后将
质心</em
浏览 0
提问于2019-01-26
得票数 1
3
回答
Matlab: Kmeans每次给出不同
的
结果
、
、
我
在
matlab
中
对400x1000矩阵运行kmeans,由于某种原因,每当我运行该算法时,我都会得到不同
的
结果。, ~, ~, ~] = kmeans(factor_matrix, 10, 'dist','sqeuclidean','replicates',20); 出于某种原因,我每次运行这段代码都会得到不同
的
结果谢谢你
的
帮助!
浏览 2
提问于2012-08-27
得票数 8
2
回答
在
图像上使用预定义中心
的
聚
类
、
、
、
我如何使用
聚
类
算法,例如
K
-均值与预定
的
质心
?或者,如果您可以为我
的
问题推荐更好
的
解决方案,那就是将RGB图像
中
的
所有像素替换为
最接近
的
预定义颜色:{蓝色、红色、绿色、黄色、橙色}
浏览 1
提问于2017-08-24
得票数 0
回答已采纳
1
回答
如何在
质心
基础集群
中
重新对新实例进行集群?
、
、
我已经
在
我
的
患者数据集上应用了
聚
类
算法,如
k
-mean,
k
-medoid和DBSCAN。对于每个算法,RapidMiner生成集群模型(
质心
表和图等)和集群集(显示哪些示例属于哪个集群)。现在我想要一些方法,当一个新患者到来时,我想根据以前训练
的
模型为他分配一个簇。我搞不懂做这件事
的
方法。是不是这样,我可能是错
的
对于新患者
的
每个属性值-来自
质心
表
的
该属性值求和患
浏览 3
提问于2013-07-08
得票数 1
2
回答
K
-表示是否适合用于四个或更多变量?
、
、
、
、
只是一个一般性
的
问题,我正试图
在
脑海中想象。我对使用
k
均值
聚
类
相当陌生,以前
在
两个变量上使用过它,它创建了一个二维点图。我也知道,虽然我以前还没做过,但是你可以用x,y,z轴用三个变量绘制一个
k
均值集群。但是现在我
的
位置上有四个变量,它们
的
z分数标准化了,我不知道如何恰当地使用
k
-均值
聚
类
。在这种情况下,我应该使用
k
均值集群吗? 谢谢
浏览 0
提问于2019-06-27
得票数 0
回答已采纳
2
回答
如何强制
聚
类
算法匹配预期结果?
、
、
我有两个包含多个变量
的
数据集(data_A和data_B)。有两种可能
的
输出(pheno_1和pheno_2)。我知道data_A有几乎100%
的
pheno_1,data_B有大约50%
的
pheno_1,但数据集没有标签。我正在
寻找
一种
聚
类
或分类算法,它能以一种与预期结果相匹配
的
方式对我
的
数据进行
聚
类
。然后,我将使用
聚
类
来预测不同数据集
的
输出。
浏览 0
提问于2019-07-01
得票数 0
2
回答
使用R对地理点进行
聚
类
、
、
、
、
我有一组Lat,long
的
城市点数。现在我想使用R对这些半径为500米或1公里半径
的
点进行
聚
类
。准确地说,我想找出
质心
以及该特定聚
类
半径为500米范围内
的
所有点。1.我使用了
k
均值。但是我不能在
K
- means
中
确定半径。2.我尝试
在
R中使用Leadercluster包,
在
我将簇映射到点,并找到到
质心
的
距离后,我发现Leaderclus
浏览 0
提问于2016-02-22
得票数 2
1
回答
K
-均值
聚
类
Matlab
、
、
我
的
问题是,使用
k
-means很难获得最优
聚
类
数,所以我想到了使用分层算法来
寻找
最优
聚
类
数。
在
定义了我
的
理想分类后,我想使用这个分类来找到具有
k
均值
的
质心
,而不需要迭代。data= rand(300,5);Z = linkage(D,'ward'); T = cluster(Z,'maxclust',6);
浏览 3
提问于2013-02-28
得票数 0
1
回答
文字向量簇
的
可读性格式
、
、
、
假设我已经对word2vec模型进行了预培训,并将其应用于由“卫报”
的
文章标题组成
的
数据集。显然,来自“科学”部分
的
标题会在潜在空间中形成一个集群,而来自“时尚”部分
的
标题将在潜在空间中形成另一个集群。但问题是,我
的
数据集没有每个标题
的
类别标签。我怎么能想到这样的人类可读
的
解释集群中心(可能来自Kmeans)?
浏览 0
提问于2021-05-04
得票数 2
7
回答
K
-均值
聚
类
能进行分类吗?
、
、
、
我想知道
k
均值
聚
类
算法是否能做分类?假设我有很多数据,我使用
k
-均值
聚
类
,然后得到2簇A,B,
质心
的
计算方法是欧氏距离。B组
在
右侧。所以如果我有一个新
的
数据。我该怎么办? 再次运行
k
-均值
聚
类
算法,并能得到新
的
浏览 5
提问于2014-03-10
得票数 22
回答已采纳
1
回答
哪种算法适合对10亿个数据点进行
聚
类
?
、
、
我正在一个6维超平面上
的
~350
k
数据点
的
聚合数据集上运行一个
K
均值算法(使用sklearn实现)(使用6个特性)。我也想这样做,但在我
的
数据集
的
“非聚合”版本
中
,它是使用相同6个特性
的
~1b数据点。 我知道这对
K
来说是一项非常繁重
的
任务--这
意味着
,数据点
的
数量太大了,尽管维度
的
大小非常小。除了小型批处理
K
-方法之外,还有其他算法可以帮助我完
浏览 0
提问于2021-03-23
得票数 1
1
回答
APPLY_KMEANS
在
Vertica
中
是如何工作
的
、
、
我理解KMEANS是如何工作
的
,因为它只是将数据划分为集群。但是,我不明白APPLY_KMEANS是如何处理新数据
的
。在我看来,它更像是一种分类方法。因为它对现有集群
中
的
新数据进行了分类。那么使用什么算法(
K
最近邻)?从文件上看不太清楚。
浏览 3
提问于2017-01-24
得票数 0
回答已采纳
点击加载更多
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
Python那些事——Python机器学习随笔之K-Means聚类的实现
Python机器学习随笔之K-Means聚类的实现
机器学习:Python实现K-MEANS聚集
一文简述多种无监督聚类算法的Python实现
数据科学家需要了解的5种聚类算法
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券