我正在对数据应用k近邻算法(使用类库中的knn函数)。我在某处读到过，您可以通过对数据进行预聚类来提高k近邻分类的效率。我的问题是，如果我使用k-means对数据进行聚类，我如何将数据输入到k-近邻算法？我是输入kmeans函数的结果，也就是具有聚类均值的数据集，还是将指定的聚类组合到数据中，然后在每个聚类上分
浏览 5提问于2014-07-30得票数 0
我正在尝试从Seurat的聚类功能产生的聚类中创建一个层次聚类树。他们的函数BuildClusterTree和PlotClusterTree基于SNN (共享最近邻)算法生成了一棵丑陋的树，这是ggplot2无法处理的。我正在尝试找出如何使用其他函数来绘制已由Seurat生成的聚类，但我不知道如何或哪个R包最有效。有人对我有什么建议吗？
浏览 2提问于2020-06-05得票数 0
我有大约40组文档，由k均值聚类算法和手工管理相结合来定义。例如，k均值给出的一些簇太吵，因此它们被进一步细分。
现在，我想为这些集群分配新的文档。我的问题是，如何将新文档分配给最相似的集群？
浏览 0提问于2018-12-14得票数 1
1回答
点聚类
、
它们中的许多紧密相连，如下图所示：
为了减少数据的大小，我尝试从每10个最近的点中挑选一个点，我的意思是将点分成十个部分类别，并从每个类别中挑选一个
你有什么建议的算法或方法？
浏览 1提问于2014-03-29得票数 0
1回答
想象一下，你有100-1000张图片，如下所示最好的算法是什么来唯一地识别这个图案，即使它是旋转的或缩放或者甚至是平移和/或部分裁剪？
浏览 0提问于2018-02-21得票数 0
1回答
在r中预定义集群
、、、
我有一个非常大的数据表(大约100.000个观察值)，我想用它来进行聚类。因为有些数据是分类的，所以我尝试使用"gower distance“，然后使用hclust()和"ward”方法。数据本身是非常异构的，这就是为什么我想对数据进行“预聚类”，然后进行实际的聚类分析。你们中有没有人以前做过这样的事情，并能给我指明正确的方向？在按特征对它们进行聚类之前，我想按品牌对它们进行预聚类。例如，所有的宝马都在同一个集群中，以此类推。只有在
浏览 0提问于2017-06-07得票数 0
1回答
我对在Mahout中对高维数据运行谱聚类算法很感兴趣。我的问题是，如何获取高维数据向量的列表并创建最近邻图？这是在Mahout中完成的，还是有映射可缩减的方法来完成这样的事情。
浏览 0提问于2013-03-24得票数 0
3回答
有没有人能推荐一些可以使用距离矩阵作为输入的聚类算法？或者也可以基于距离矩阵来评估聚类的“好坏”的算法？
目前，我使用的是对Kruskal算法()的修改，将数据分成两个集群。不过，它有一个问题。当数据没有不同的聚类时，算法仍然会创建两个聚类，一个聚类包含一个元素，另一个包含所有其他元素。在这种情况下，我宁愿有一个包含所有元素的集群，而另一个集群是
浏览 0提问于2010-05-31得票数 0
回答已采纳
1回答
在PCL教程中，我们可以学习如何分割平面和提取欧几里德聚点云。所以现在，在我使用pcl::EuclideanClusterExtraction算法之后。我需要每个星系团的质心或平均位置。
浏览 5提问于2020-10-20得票数 0
回答已采纳
假设我们根据谱聚类算法得到几个具有训练样本的中心{C1(d1，d2...dn)，C2...}。如果一个新的测试样本向量(x1，...xn)，我应该怎么做才能把它放到一个类中？请注意，我们在谱聚类过程中使用的相似性矩阵不仅基于训练向量之间的欧几里德距离，还基于测地距离。因此，距离不能仅用两个向量来计算，并且类中心也不像我们在K-means中那样容易获得。我得到的一个解决方案是k近邻算法。还有其他的解决方案吗？
浏览 3提问于2011-01-05得票数 2
1回答
我正在用Python开发一个代码，将KMeans聚类算法应用于数据集。我初始化的簇数为5，但在应用该算法并进行预测之后，我很想看到混淆矩阵，以检查算法的执行情况。
浏览 0提问于2018-03-21得票数 0
1回答
Birch聚类算法是否具有等价性？文档中似乎没有。
如果没有内置的方法来检查这种测量，那么找到每个簇中每个点最近的近邻的平均欧几里得距离是否有意义。然后找到这些平均距离的平均值吗？
浏览 3提问于2016-04-28得票数 0
为了比较大都会统计区域(MSA)，我想应用一些聚类算法。理想情况下，一旦我运行了集群算法，我希望看到哪个MSA可以与另一个相比较。我首先需要聚合数据，以便通过相关的MSA获得上述特性，然后再从那里进行聚类算法吗？
在那里，我如何通过集群来识别MSA？
浏览 0提问于2020-07-28得票数 1
回答已采纳
1回答
我正在处理Movielens数据集，我想对其应用K-Means算法。我想知道为此应该选择哪些列，以及如何进一步处理，或者是否应该直接使用KNN算法。
浏览 16提问于2018-08-16得票数 1
3回答
我有一个大型的项数据集，每个数据集中都有有限的一组最相似的项，我希望创建集群，最好是每个集群都具有相同的大小，尽管这是不必要的。有人能给我指明正确的方向吗？谢谢。
浏览 0提问于2018-04-21得票数 2
很简单，如果我将最近邻居的数量指定为k，那么对于每个节点，它都会找到最近的k个节点，并将亲和度指定为1。
然而，我观察到由sklearn谱聚类最近邻生成的亲和力矩阵并不只包含0和1。是不是因为最近邻居列表中可能有关联？因此我将1/n分配给n个相等的相邻节点？
浏览 28提问于2017-07-14得票数 0
回答已采纳
1回答
为了减少数据库搜索时间，我想根据dlib的68个面部地标特性将这1000幅图像聚成10个不同的集群。目前，我是基于不同人脸图像的下巴到鼻子距离的聚类。问题：
我试过用性别分类，但准确性不好。我无法确定哪一个因素是正确的聚类因素。任何关于文章或想法的参考都是非常感谢的。
浏览 0提问于2018-02-03得票数 1
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
