1回答
我正在尝试在sklearn中对(52,168,2)维数据集应用k-means聚类。正如预期的那样，它给出了估计器的维度误差，因为2D数据是预期的。前进的道路应该是什么？我在两个单独的文件中保存了一年的风力和负荷数据，两个文件中的每一行都有每周数据(一小时分辨率)。风和负载数据是相关的(即，第一周的风数据对应于第二周)。我正在尝试应用K-means聚</em
浏览 14提问于2019-06-30得票数 0
1回答
在时间序列数据挖掘的背景下，我读过关于时间序列分割和时间序列聚类的文章，但是我无法区分两者。如果它们是不同的，这些方法如何相互关联？根据我的理解(如果我错了，请纠正我)，分割被认为是聚类阶段的预处理步骤。我的意思是，分段步骤主要用于将时间序列数据划分为分段，例如，将其划分为状态。在此基础上，采用传统的聚类算法对这些片段进行聚类(相似段属于同一簇)。
例如，假设分段过程将给定的时间序
浏览 0提问于2018-03-31得票数 3
回答已采纳
1回答
在时间序列数据挖掘的背景下，我读过关于时间序列分割和时间序列聚类的文章，但是我无法区分两者。如果它们是不同的，这些方法如何相互关联？根据我的理解(如果我错了，请纠正我)，分割被认为是聚类阶段的预处理步骤。我的意思是，分段步骤主要用于将时间序列数据划分为分段，例如，将其划分为状态。在此基础上，采用传统的聚类算法对这些片段进行聚类(相似段属于同一簇)。
例如，假设分段过程将给定的时间序
浏览 0提问于2018-03-31得票数 4
回答已采纳
在这一点上，我也不知道要使用什么聚类算法，这样我就可以为每一位“购物者”类型创建集群，并测量提交的每一个单独的调查响应，以确定给出的响应的单个集群壁橱，并将响应标记为该集群。接受任何新的分析方法，而不仅仅是聚类。
浏览 0提问于2020-01-06得票数 2
回答已采纳
2回答
我在MATLAB中为基于质心的k-均值聚类创建了一个二维随机数据集(由点数据集和一列标签组成)，其中每个点用X和Y(点坐标)的向量表示，每个标签表示数据点集群，参见下图中的示例。
我在这些点数据集上应用了K均值聚类算法.我需要以下方面的帮助:我可以使用什么函数来评估K-均值算法的准确性？更详细的是:我的目标是通过与matlab的赋值数字<
浏览 7提问于2022-06-22得票数 0
回答已采纳
3回答
我读到我可以从lucene索引创建mahout向量，该索引可用于应用mahout聚类算法。我想在我的Lucene索引中的文档中应用K-means聚类算法，但还不清楚如何应用该算法(或分层聚类)来提取这些文档的有意义的聚类。在此页面中，表示算法接受两个输入目录:一个用于数据点，另一个用于初始聚类。我的数据
浏览 1提问于2009-12-04得票数 12
回答已采纳
我正在试着测试我的非监督K-均值聚类是否能够正确地聚集我的数据。我有一个无监督的K均值聚类模型输出(如下面的第一张照片所示)，然后使用实际的分类对数据进行聚类。下面的照片是实际分类。我试图用Python测试我的K-均值分类(上面)与实际分类相比有多好。📷kmeans = KMea
浏览 0提问于2017-03-09得票数 7
回答已采纳
4回答
我对聚类算法很陌生。我有一个有200多部电影和100多个用户的电影数据集。所有的用户至少给一部电影打分。如果注解器没有选择，值1表示好，0表示坏和空白。我想根据他们的评论对相似的用户进行聚类，他们的想法是，将类似电影评为好的用户可能也会将同一组中没有被任何用户评为好的电影。我使用了k均值聚类的余弦相似性度量。user100 1 0
浏览 3提问于2021-02-01得票数 3
回答已采纳
1回答
我有一个文本文件中包含2000行的数据集。每条线代表人体20个骨架关节点的x，y，z(三维坐标位置)(如:头、肩中心、肩左、肩右、……、肘左、肘右)。我想对这些数据进行k-表示聚类。数据由“空格”分隔，每个连接由3个值表示(表示x、y、z坐标)。我的问题是如何格式化或使用这些数据进行k均值聚类，
浏览 0提问于2018-04-22得票数 0
回答已采纳
1回答
我理解为什么k-m会被困在局部的最小值中.。现在，我很想知道谱k是如何帮助避免这个局部极小问题的。根据本文的光谱教程，谱算法遵循以下方式用高斯核K或邻接矩阵定义亲和矩阵A求解特征值问题在第6步中，它使用k-方法.它如何克服k-均值的局部极小问题？此
浏览 0提问于2022-04-09得票数 1
回答已采纳
2回答
我有以下数据集：https://www.kaggle.com/carolzhangdc/imdb-5000-movie-dataset
我想要找到的是基于每个国家的imdb得分的集群。我已经创建了一个熊猫数据框架，其中包含每个国家的每一个独特的类型，平均imdb评级。
浏览 0提问于2019-04-02得票数 2
回答已采纳
2回答
聚类(例如:K-均值，EM算法等)是利用数据点之间的距离度量，在数据集中形成聚类，用于无监督分类。编辑:是的，我的意思是k-意思。
浏览 6提问于2020-11-21得票数 0
回答已采纳
我试图比较不同的聚类算法对我的文本数据。首先计算了余弦距离矩阵(余弦相似度).然后用这个距离矩阵进行K均值和层次聚类(ward和树状图).我想用距离矩阵来表示平均位移、DBSCAN和光学.sklearn.metrics.pairwise import cosine_similarityprint(dist)
我对python我找到
浏览 0提问于2020-03-05得票数 2
1回答
我正在进行一个项目，利用未标记数据集的聚类结构来提高监督学习聚类算法的性能。在对存储在矩阵中的数据进行预处理之后，我使用k-方法对数据进行聚类，如下所示：k = KMeans(n_clusters=40).我全神贯注地看不同的类是如何聚集的。如果星系团是相对
浏览 1提问于2017-03-08得票数 2
回答已采纳
2回答
高维数据聚类
、、、、
TL;DR:给定一个大的图像数据集(大约36 GiB原始像素)的未标记数据，我如何在不知道集群K的数目的情况下(基于像素值)对图像进行聚类？我目前正在进行一个无监督的学习项目来对图像进行聚类；把它看作是用16x16x3RGB像素值对MNIST进行聚类，只是我需要对大约4800万个示例进行<em
浏览 0提问于2017-01-25得票数 12
回答已采纳
1回答
聚类二进制数据
、、、、
我希望对以下数据执行聚类分析(示例)： ---------其中1表示某人存在该代码，0表示缺席。K-均值还是分层聚类最适合于对这类数据的代码进行聚类(对于大约100万个不同的Is )，以及用哪个距离度量？如果这两种方法都不合适，你认为最合适
浏览 3提问于2013-07-27得票数 3
回答已采纳
什么是不确定数据聚类?如何根据不确定数据的概率分布相似度对其进行聚类?如何根据不确定数据的概率分布相似度使用K-medoid算法对不确定数据进行聚类？
浏览 0提问于2013-09-27得票数 0
我有一个有两个属性的点数据集，我想根据属性值对这些点进行聚类。我想使用K表示聚类，但我不确定在使用Scipy的实现时输入数据应该是什么样子。
浏览 14提问于2017-04-03得票数 0
回答已采纳
1回答
我有航线的样本数据、搜索该路线的次数、该路线的毛利、该路线的交易数。我想要桶航线，它显示了基于上述变量的相似特性。对特定的聚类算法进行修复的步骤是什么？
下面是我想聚在一起的样本数据。
浏览 0提问于2015-08-12得票数 2
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
