聚类内聚类，即多类聚类的数据表的嵌套聚类

文章/答案/技术大牛

发布

1回答

python、python-2.7、machine-learning、artificial-intelligence、cluster-analysis

如何对数据集中具有相似名称(如McDonald和Mc DOnald's)的字符串应用聚类，并且如果字符串相同(如sam和其他sam)，则如何再次基于价值或价格进行聚类例如-考虑一个具有10个元素的数据表8 g11ita 23 我使用了使用fuzzywuzzy和Levenheneitein distance的字符串聚类，

浏览 28提问于2019-06-15得票数 1

回答已采纳

1回答

人类可以手动聚类数据集吗?最接近人类聚类的聚类算法

algorithm、cluster-analysis

人类是否可以手动对数据集进行聚类？例如，考虑下面描述的Iris数据集：而不是使用基于连接的聚类(层次聚类)、基于质心的聚类、基于分布的聚类、基于密度的聚类等聚类算法。等。人类可以手动对虹膜数据集进行聚类吗？为了方便起见

浏览 0提问于2015-03-16得票数 0

1回答

是否有一种能够根据变化率(或数量)对时间序列数据集进行聚类的算法？

machine-learning、scikit-learn、clustering

我正在学习机器学习，从科学工具包-学习和阅读它的文档。但是，没有一种基于变异率的聚类算法对样本进行聚类。是否有任何聚类算法可以根据变化率(或数量)对时间序列数据集进行聚类？

浏览 0提问于2019-01-22得票数 1

1回答

从聚类中逆向设计聚类算法

python、scikit-learn、cluster-analysis、feature-selection

我有一个由人执行的数据聚类，完全基于他们对系统的知识。对于每个元素，我也有一个特征向量。我不知道这些特征的含义，也不知道人类聚类背后的原因是什么。有没有一种智能的方法来对集群进行逆向工程？也就是说，我如何选择在大多数情况下(在此数据集上)产生相同聚类的

浏览 0提问于2015-11-13得票数 0

1回答

如何验证不同的聚类方法

clustering、similarity

对部分数据采用K均值和层次聚类聚类方法，并将其聚类为5组。为了验证(协议)目的，我使用了以下公式：我觉得这是一种错误的验证技术。

浏览 0提问于2018-01-26得票数 1

回答已采纳

2回答

将数据聚类为学习的聚类

python、clustering

我是数据科学的新手，我用聚类聚类对一些数据进行了聚类。如何将新的数据纳入所学习的集群中？criterion='distance')我想把新的数据聚到同一个集群中

浏览 0提问于2018-01-01得票数 4

回答已采纳

1回答

python中的共同聚类算法

python、machine-learning、scipy、scikit-learn、unsupervised-learning

在python中有没有可用的共同集群算法的实现？scikit-learn包有k-means和层次聚类，但似乎缺少这类聚类。

浏览 0提问于2013-07-21得票数 3

1回答

Python中基于距离的分类

python、classification、clustering

我有一个大的三维数据集，我需要分类以一种特定的方式。我希望类似于k均值聚类方法，但我不想输入集群的数量，而是输入集群的最大半径。另一种方法是，给定一个定义大小的球体，我想找出覆盖所有数据并相应地分类的非空球体的最小数目。我想输出一个高度和宽度相同的二维数组，标签表示3D数组中的每个点的球体。同一标号的两点不应有大于最大半径的欧几里得距离，不应该

浏览 0提问于2018-01-12得票数 0

1回答

最佳实践XAI:理解构建集群的特性并解释底层结构

python、descriptive-statistics、explainable-ai

我希望对数据进行聚类，并显示用于定义集群以显示数据中的结构的特性。首先，我在想，如果我能用所有的特性重新创建嵌入，但这对解释部

浏览 0提问于2023-05-05得票数 0

回答已采纳

1回答

聚类有效性指数是否应该包含与聚类算法相同的度量(S)？

clustering

我使用三种不同的聚类算法(k-均值++，k-medoids PAM，模糊c-均值)来寻找具有代表性的周期。(基本过程:运行多个k的聚类，并按k绘制cvi；根据cvi最优选择最高/最低的k)。让我们以k-均值为例。它是不确定的，因此我以不同的起点多次启动它.然后，它试图减少簇内方差。然后，保留具有相同k的各种初始化的最小簇内方差

浏览 0提问于2019-05-28得票数 1

回答已采纳

2回答

如何计算dtw聚类的质量？

r、time-series、cluster-analysis、distance

我的目标是对关于26周的126个时间序列进行聚类(因此每个时间序列有26个观察值)。我在medoids周围使用了pam{cluster} = partitioning来对这些时间序列进行聚类。在聚类之前，我想比较哪种距离度量最合适:欧几里得、曼哈顿或动态时间扭曲。我使用每个距离通过轮廓图进行聚类和比较。有什么方法可以比较不同的距离度量吗？例如，我知道用于验证集群结果的过程clVal

浏览 1提问于2014-04-25得票数 2

2回答

对已经聚集的数据进行分组(使用预定义的x和y)

clustering、unsupervised-learning、tsne

我有一个已经聚集的数据集(我想保留我的x和y)，其中很明显中间有一小部分元素不遵循预期的模式。📷

浏览 0提问于2019-02-11得票数 3

1回答

我们怎么能说聚类质量度量是好的呢？

machine-learning、cluster-analysis、measurement

我们怎么能说聚类质量度量是好的呢？“具有较高轮廓值的对象被认为是良好的群集”-Wikipedia。聚类算法是生成具有最小Davies-Bouldin指数的聚类集合的最佳算法“-Wikipedia。

浏览 0提问于2015-03-02得票数 0

1回答

为什么Snowflake自动集群如此昂贵？

snowflake-cloud-data-platform

我想问一下，与使用专用大仓库的手动集群相比，为什么自动集群会产生相对较高的成本？我们目前每月为一些表的自动聚类支付近100个积分，但同时我们也手动维护所选表的聚类，而这只需要几个积分。这些并不具有很好的可比性，因为表是不同的，但我们强烈认为自动集群通常更昂贵。对这种现象有什么解释吗？

浏览 3提问于2019-10-29得票数 3

1回答

从XML类图计算耦合和内聚度量

oop、class-diagram、coupling、cohesion

推导了考虑耦合、内聚等各种参数的适应度函数，并进行了粒子群优化。程序的输入将是XML格式的UML类图。如何从XML格式的UML类图中计算以下参数： MAC(c) -方法-类c与其他类之间的属性耦合-一个类(c)的方法与同一类图中其他类的属性之间的交互总数MMC(c) -方法-类</em

浏览 4提问于2017-01-04得票数 0

1回答

关于聚类方法的问题

artificial-intelligence、machine-learning、data-mining、neural-network

最近，我开始学习数据挖掘中的聚类，我已经学习了序列聚类、层次聚类和k-means。我还读到了一篇关于k-means与其他两种聚类技术的区别的声明，称k-means不太擅长处理名义属性，但文本并没有解释这个point.So，我能看到的唯一区别是，对于K-means，我们将提前知道我们将确切地需要K个聚类，而我们不知道其他两种聚类方

浏览 2提问于2010-11-04得票数 6

回答已采纳

2回答

聚类:无单点聚类

scipy、cluster-analysis、data-mining、scikit-learn、mcmc

我有4维数据，需要对其进行聚类，以便为每个聚类建立最小体积边界椭球。我不想有单点集群，或者至少是尽可能少的单点集群，因为我们不能用一个单点构建一个椭球置信度区域。在我的问题中，没有预先给出集群的数量。因此，我使用Scikit-learn的亲和力传播- 来估计聚类的数量，并从数据中执行聚类。但是这种方法给了我太多的单点聚类

浏览 0提问于2014-07-06得票数 2

1回答

为什么需要在OpenCV分层聚类中指定聚类数

opencv、c++14、hierarchical-clustering

如果我们知道输入数据中的聚类数，我们可以使用k-means算法。但是，如果我们不知道聚类的数量，那么我们可以选择使用分层聚类算法，该算法将根据给定的相似性阈值自动返回聚类的数量。层次聚类有两个选项，即聚集式(自下而上)或分离式(自上而下)，link。我想使用OpenCV分层聚类。然而，与实际<

浏览 40提问于2019-04-04得票数 1

1回答

不同的社区检测算法-非常不同的结果

cluster-analysis、igraph、modularity、sna、network-analysis

我正在做一个社区级别的网络分析，我正在尝试检测我的网络中的社区。我用了三种不同的算法 (1)基于边缘间隔性的社区检测(Newman-Girvan) -检测到: 50个社区，模块化0.1 ceb <- cluster_edge_betweenness(net) plot(ceb, net, vertex.label = NA, edge.label = NA) (2)基于传播标签的社区检测-检测4个社区，模块化0.4，

浏览 23提问于2020-08-27得票数 1

2回答

利用主成分分析难以找到特征聚类的文献

clustering、pca、features

我是StackExchange的新手，所以如果这不是在StackExhange上提问的正确方式，我很抱歉。在本文中，我希望为以后的研究提出一种方法，即利用主成分分析对特征进行聚类(特征聚类)，然后应用于每个聚类主成分分析。我从这篇论文中得到了这样的想法：本论文。但是，我很难找到关于PCA用于聚类变量(而不是减少变量)的文献。我可以想象，使用PCA

浏览 0提问于2022-05-09得票数 0

点击加载更多