首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

ELKI聚类提取HiSC HiCO

ELKI是一个开源的数据挖掘工具包,用于聚类、异常检测、空间索引等任务。它提供了丰富的聚类算法,其中包括HiSC(Hierarchical Subspace Clustering)和HiCO(Hierarchical Co-Clustering)。

HiSC是一种层次化子空间聚类算法,它能够在高维数据中发现具有不同特征的子空间,并将数据点分配到这些子空间中。它通过在每个层次上进行聚类和子空间划分来构建层次化的聚类结果。HiSC的优势在于能够处理高维数据,并且对于不同特征的子空间有较好的发现能力。

HiCO是一种层次化共聚类算法,它能够同时对数据点和特征进行聚类。HiCO通过在每个层次上进行数据点和特征的聚类来构建层次化的共聚类结果。它的优势在于能够发现数据点和特征之间的相关性,并且对于不同特征的共聚类有较好的发现能力。

这两种算法在数据挖掘领域有广泛的应用场景,例如社交网络分析、图像处理、文本挖掘等。对于ELKI聚类提取HiSC HiCO,腾讯云提供了一系列与数据挖掘相关的产品和服务,例如腾讯云数据挖掘平台(https://cloud.tencent.com/product/dm)和腾讯云人工智能平台(https://cloud.tencent.com/product/ai)等,可以帮助用户进行数据挖掘和聚类分析。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

上海交大发布「人类行为理解引擎」:深度学习+符号推理,AI逐帧理解大片中每个动作

博雯 发自 凹非寺 量子位 | 公众号 QbitAI 看图看片,对现在的AI来说早已不是什么难事。 不过让AI分析视频中的人类动作时,传统基于目标检测的方法会碰到一个挑战: 静态物体的模式与行为动作的模式有很大不同,现有系统效果很不理想。 现在,来自上海交大的卢策吾团队基于这一思路,将整个任务分为了两个阶段: 先将像素映射到一个“基元活动”组成的过度空间,然后再用可解释的逻辑规则对检测到的基元做推断。 △ 左:传统方法,右:新方法 新方法让AI真正看懂剧里的卷福手在举杯(hold),右边的人在伸手掏东西(

03

1/20参数,运算速度提升四倍:北大、字节跳动等利用增量学习提出超像素分割模型LNSNet

机器之心专栏 作者:朱磊、佘琪 利用持续学习中梯度缩放控制的方法,北大、北邮、字节跳动提出的新方法相比经典算法在参数量降低近 20 倍的同时,运算速度提升了 4 倍。 为解决在线学习所带来的灾难性遗忘问题,北大等研究机构提出了采用梯度调节模块(GRM),通过训练权重在特征重建时的作用效果及像素的空间位置先验,调节反向传播时各权重的梯度,以增强模型的记忆性的超像素分割模型 LNSNet。 该研究已被 CVPR 2021 接收,主要由朱磊和佘琪参与讨论和开发,北京大学分子影像实验室卢闫晔老师给予指导。 论文链

01
领券