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
1
回答
如何
使用
K
均值
聚
类
来
可视化
CNN
模型
的
学习
特征
?
deep-learning
、
tensorflow2.0
、
k-means
、
feature-engineering
、
self-supervised-learning
最近我在看一篇论文:“对比损失
的
有趣特性”(https://arxiv.org/abs/2011.02803)。在这篇论文中(3.2节),作者试图确定SimCLR框架在多大程度上允许ResNet50
模型
学习
表现出分层属性
的
高质量/通用
特征
。为了实现这一点,他们在ResNet50
模型
的
中间
特征
上
使用
K
-means (中间意味着块2,3,4..
的
o
浏览 62
提问于2021-10-19
得票数 2
回答已采纳
1
回答
如何
使用
k
-
均值
聚
类
来
获取更多
的
特性
machine-learning
、
k-means
我是机器
学习
的
新手,现在我正在
学习
k
-
均值
聚
类
.我对此有很大怀疑。Female 23 16 77我想执行上述csv文件
的
k
-
均值
,以预测谁在购物中心更多
的
钱。这里
的
特点是AnnualIncome和挥霍得分。所以我
的
<e
浏览 0
提问于2019-02-25
得票数 1
回答已采纳
1
回答
Sklearn
k
-
均值
聚
类
(加权),确定每个
特征
的
最佳样本权重?
machine-learning
、
scikit-learn
、
cluster-analysis
、
unsupervised-learning
、
feature-clustering
K
-
均值
聚
类
在
学习
中,簇数是预先已知
的
(它是2).有多种
特征
。
特征
值最初是不分配任何权重
的
,即它们被同等对待。然而,任务是为每个特性分配自定义权重,以获得最佳
的
聚
类
分离。
如何
确定每个
特征
的
最优样本权重(sample_weight),从而得到两个
聚
类
之间
的
最佳分离?如果对于<e
浏览 6
提问于2021-01-05
得票数 0
1
回答
从word2vec
模型
中提取距离矩阵和
特征
矩阵
python
、
k-means
、
gensim
、
word2vec
我已经为一个巨大
的
语料库生成了一个
使用
gensim
的
word2vec
模型
,并且我需要
使用
k
均值
聚
类
来
对词汇表进行
聚
类
,我需要:
特征
矩阵(word表示
特征
,因此矩阵
的
大小是number_of_wo
浏览 7
提问于2017-07-24
得票数 0
1
回答
用于计算机视觉
的
Python中
的
LDA
python
、
computer-vision
、
lda
、
content-based-retrieval
我正在
使用
LDA(隐狄利克雷分配)主题建模进行基于内容
的
图像检索。我也希望
使用
Python
来
做同样
的
事情。请在Python中为图像语料库推荐任何软件包,或简要列出执行图像LDA所需
的
步骤。
浏览 6
提问于2017-03-07
得票数 0
3
回答
基于无监督机器
学习
的
图像
聚
类
python
、
computer-vision
、
cluster-analysis
、
k-means
、
unsupervised-learning
我想把这些图像分成不同
的
类别(如身份证、账单和护照)。我也知道这个过程可以用
k
-方法
来
完成. 所以对我来说问题是关于
特征
和
使用
K
-
均值
的
图像。
浏览 0
提问于2018-10-09
得票数 7
回答已采纳
3
回答
确定描述符
K
-
均值
聚
类
中
的
簇数
machine-learning
、
clustering
、
k-means
我是机器
学习
领域
的
新手,我有一个问题要问。但让我先发布这个问题。我选择了解决方案:在大多数情况下,解决方案也是非常简单
的
。利用SIFT、SURF等算法提取兴趣点,得到这些关键点
的
描述子,并用
K
均值
算法对其进行
聚
类
。然后
使用
这
浏览 0
提问于2016-12-26
得票数 0
1
回答
特征
选择、
聚
类
、降维算法
的
区别
machine-learning
、
cluster-analysis
、
pca
、
feature-selection
有人能指出
特征
选择和
聚
类
以及降维算法之间
的
区别吗?
聚
类
帮助我们指出哪些变量簇清楚地定义了输出。
特征
选择+
聚
类
不是和降维算法一样吗?
浏览 4
提问于2015-10-27
得票数 0
1
回答
如何
在python中绘制重叠簇
python
、
matplotlib
、
visualization
、
cluster-analysis
、
unsupervised-learning
我正在尝试绘制从模糊C
均值
聚
类
算法获得
的
聚
类
的
可视化
。对于通过
k
-means获得
的
清晰群集,很容易通过正常散点图进行
可视化
,例如通过matplotlib获得
的
散点图。有没有推荐
的
方法
来
绘制模糊
聚
类
来
可视化
重叠?如果是,是
如何
实现
的
?
浏览 1
提问于2013-07-20
得票数 1
2
回答
解释
聚
类
度量
scikit-learn
、
cluster-analysis
、
k-means
我在Scikit中用
k
均值
进行
聚
类
,
学习
398个样本,306个特性。
特征
矩阵稀疏,簇数为4。为了改进
聚
类
,我尝试了两种方法: 我
使用
PCA将
特征
维降为2。我计算了以下指标( ,
浏览 4
提问于2016-08-03
得票数 1
回答已采纳
2
回答
使用
随机森林评估
聚
类
(例如,由
k
均值
建立)
machine-learning
、
classification
、
clustering
、
random-forest
、
k-means
我用
k
均值
为我
的
数据集(150万个样本和800个特性)制作了集群。我知道评估集群
的
内部指数。然而,我正在考虑训练一个监督分类
模型
(例如随机森林分类器),其中
聚
类
数是因变量,所有其他
特征
都是自变量。
使用
这个
模型
的
准确性是对
k
均值
聚
类
的
一个很好
的
评价吗?为什么?
浏览 0
提问于2018-08-13
得票数 1
1
回答
科学
学习
的
k
-意思是:预测方法到底是做什么
的
?
scikit-learn
、
k-means
当我
使用
scikit--
学习
k
的
实现--意味着我通常只调用fit()方法,这就足够获得集群中心和标签了。predict()方法用于计算标签,甚至为了方便,甚至可以
使用
fit_predict()方法,但是如果我只能
使用
fit()获得标签,那么predict()方法
的
目的是什么?
浏览 2
提问于2014-07-29
得票数 8
回答已采纳
4
回答
不知道SKLearn预先分类
的
情况下
的
多分类
python
、
scikit-learn
、
classification
、
multilabel-classification
最近,我已经开始
使用
SKLearn,特别是分类
模型
,并且对用例示例提出了更多
的
问题,而不是停留在任何特定
的
代码上,因此,如果这里不是问这样
的
问题
的
合适位置,那么我可以提前提出一些建议。到目前为止,我一直在
使用
样本数据,根据已经被分类
的
数据对
模型
进行训练。“虹膜”数据集--例如,所有的数据都被分类为三种中
的
一种。但是,如果一个人一开始不知道分类,就想对数据进行分组/分类,该怎么办?,
使用
不同
浏览 1
提问于2019-09-17
得票数 0
回答已采纳
1
回答
K
-表示结果不佳。
python
、
cluster-analysis
、
k-means
、
hierarchical-clustering
我有一个有60000行和19个列
的
数据集(我将在下面留下一个示例),我正在尝试创建集群。
使用
k
均值
算法,我得到一个非常低
的
分数。数据集样本由于我
的
一些列是分类变量,所以我
使用
字典变量连续地对它们进行转换,如下所示: education_dict= {之后,我对数据进行规范化(从现在起,所有列都是连续
的
),然后继续讨论
k
-
均值
算法。euclidea
浏览 4
提问于2022-06-11
得票数 0
1
回答
参数和非参数机器
学习
算法
的
主要区别是什么?
machine-learning
、
computer-vision
、
kernel
、
gaussian
、
non-parametric
我对参数机器
学习
算法和非参数机器
学习
算法感兴趣,它们
的
优缺点以及它们在计算复杂性方面的主要区别。尤其是参数高斯混合
模型
(GMM)和非参数核密度估计(KDE)。我发现,如果
使用
“少量”
的
数据点,那么参数(如GMM/EM)是更好
的
选择,但是如果数据点
的
数量增加到一个更高
的
数目,那么非参数算法就更好。谁能解释一下这两个比较
的
细节吗?
浏览 0
提问于2020-12-16
得票数 2
1
回答
聚
类
算法中最重要和最不重要
的
特征
clustering
、
feature-selection
、
k-means
我正在试验
聚
类
算法,比如
K
-
均值
。现在,我
使用
所有变量作为
聚
类
算法
的
输入。我想知道是否适合对
聚
类
算法进行
特征
选择。也就是说,
如何
找到那些对集群最重要或最不重要
的
变量。对于我知道真正
的
聚
类
是什么
的
情况,我
的
想法是
使用
不断增加
的
变量组合子集作为
浏览 0
提问于2021-10-16
得票数 0
2
回答
选择哪种机器
学习
算法?
algorithms
、
unsupervised-learning
、
machine-learning-model
我想选择一个无监督
的
算法
来
学习
从数据中预测$n$输出,例如。图像中
的
4个坐标(像素)。我应该选择哪种算法?我认为将图像中
的
点
的
集合划分为输出(1)或不属于(0)是一种2
类
分类,可能是logistic回归,给出一个点作为输出点
的
概率。但我很困惑,因为分类算法是有监督
的
算法
的
一部分,我们有标签
的
数据。我是否应该
使用
聚
类
来找到两组可以输出
的</
浏览 0
提问于2018-05-25
得票数 2
2
回答
基于sklearn.cluster
的
K
-means
聚
类
python
、
scikit-learn
、
cluster-analysis
、
k-means
我在上偶然发现了这篇关于
K
-means集群
的
教程,下面是代码:import matplotlib.pyplot as plt在本例中,数组只有2个
特征
我曾尝试用存储在np.array()中
的
10x750矩阵(750个
特征
)<
浏览 4
提问于2015-12-06
得票数 3
6
回答
聚
类
算法是否需要在预处理阶段进行
特征
缩放?
machine-learning
、
clustering
、
feature-engineering
、
feature-scaling
功能缩放对
聚
类
算法有用吗?什么类型
的
特性,我
的
意思是数字,分类等,是最有效
的
聚
类
?
浏览 0
提问于2017-09-03
得票数 7
回答已采纳
1
回答
实验健身成绩
聚
类
表
scikit-learn
、
clustering
、
pca
这些柱是“实验”,是生长实验
的
化学处理。行是单个基因名称,值是一个健康缺陷评分,它反映了基因对生长
的
贡献。 我想通过某种类型
的
PCA或
聚
类
,找到反映在所有实验中
的
模式。我一直在尝试
使用
滑雪板,但没有成功地应用
模型
。
浏览 0
提问于2018-03-05
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
使用Python实现无监督学习
一文简述多种无监督聚类算法的Python实现
如何用聚类算法分析用户?
手把手教你在多种无监督聚类算法实现Python
源自斯坦福CS229,机器学习备忘录在集结
热门
标签
更多标签
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
运营活动
广告
关闭
领券