2回答
我正在研究一个基于聚类的模型，我读过关于分层聚类和K-均值聚类的文章。
在什么条件下我应该选择聚类而不是K-均值聚类？
浏览 0提问于2021-03-26得票数 2
回答已采纳
1回答
我的数据有30,000行和140列，我正在尝试对数据进行聚类。我正在进行pca，然后使用大约12台pc进行聚类分析。我随机抽取了3000个观测数据，然后运行了44分钟，同时运行pca和层次结构聚类。我知道我可以对数据做随机样本，然后使用一个预测函数为测试数据分配聚类。但最优的情况是，我希望使用集群中的所有数据，因为数据是静态的，永远不会更改或更新。我知道聚类是劳动密集型的，但我不知道效率的阈值是多少，我的数据有3万条记录和140个变量。
其他一些集群包
浏览 4提问于2019-10-31得票数 0
回答已采纳
7回答
我想知道k均值聚类算法是否能做分类？假设我有很多数据，我使用k-均值聚类，然后得到2簇A，B，质心的计算方法是欧氏距离。B组在右侧。再次运行k-均值聚类算法，并能得到新的数据属于哪个聚类？
记录最后一个质心，用欧氏距离
浏览 5提问于2014-03-10得票数 22
回答已采纳
1回答
我已经对从.csv导入的数据进行了k均值聚类。是否存在将群集结果导出回.csv文件的方法？在k-均值聚类完成后，变量的类不是数据帧，而是k-均值。
浏览 3提问于2015-04-02得票数 1
回答已采纳
1回答
现有的算法使用K-均值来执行聚类，而我选择使用K-均值++进行同样的聚类。我试着在网络上到处寻找解释，包括堆栈溢
浏览 2提问于2017-03-28得票数 3
回答已采纳
2回答
我想根据这些国家随时间变化的指数趋势对其进行聚类。
我正在尝试使用DTW距离矩阵(dtw包)的层次聚类(hclust)和K Medoids (pam)。我还尝试了K均值，使用DTW距离矩阵作为函数kmeans的第一个参数。该算法有效，但我不确定其准确性，因为K均值利用Eucledian距离并计算质心作为均值。在我看来，这个过程似乎不能像分层和K Medoids聚类
浏览 7提问于2020-03-03得票数 0
如何在K-均值++聚类中找到适合度，以便显示输入与每个集群对齐的百分比。例如，输入A在第1组中为0.4，在第2组中为0.6。
浏览 3提问于2017-09-13得票数 0
回答已采纳
1回答
我需要在OpenCV中使用聚集层次聚类。当我搜索文档时，我发现了以下函数。但它使用了等级k-方法。K-均值是一种不同的技术。在理论上，我们研究了这两种不同的聚类技术。分层k-的意思与层次聚类有何不同？
我需要在图像中聚集一些特定的空间位置。结果用于某些对象的识别。
浏览 1提问于2015-02-23得票数 3
回答已采纳
1回答
(lambda phrase:ComputeStringDistance(phrase,a_list_rdd_broadcasted.value))并使用K均值进行聚类
浏览 3提问于2016-02-22得票数 0
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 = KMeans(n_clus
浏览 0提问于2017-03-09得票数 7
回答已采纳
1回答
run thepca = PCA(n_components=n_digits).fit(data)
bench_k_means
浏览 3提问于2014-08-07得票数 3
回答已采纳
1回答
我使用带随机初始化的k均值聚类来进行聚类识别.算法可以很好地处理好数据。但是如果我处理的数据有很多噪声，那么我的k均值算法就失去了它的鲁棒性，并为同一数据集上的每次运行提供了不同的解决方案。因此，我决定改进我的k-均值聚类，以最小化Ward标准：
遍历点和所有簇，找到点P和组A和B
浏览 4提问于2014-05-26得票数 0
回答已采纳
我用数字和分类变量对数据进行聚类。为了处理集群模型的分类变量，我创建了虚拟变量。然而，我觉得这会对这些虚拟变量产生更高的重要性，因为多个虚拟变量代表一个范畴变量。
浏览 0提问于2019-04-16得票数 6
回答已采纳
1回答
在图像向量上使用k均值
、、、
在图像向量上使用k-means时，我有一个挥之不去的疑问。我有一个RGB图像，我已经将其转换为HSV空间。基本上，我只想在H向量上执行k-means。这是一个214x300的向量。
浏览 4提问于2013-06-27得票数 0
回答已采纳
2回答
我得弄到k均值聚类的方法。目前，我正在使用ApacheCommons数学库，它实现了k均值加聚类算法。有谁知道，如果有一种简单的方法可以在使用这个库进行聚类之后获得该方法，或者让我自己实现它？
浏览 2提问于2014-04-10得票数 0
回答已采纳
3回答
K-均值聚类是一种常用的聚类方法.假设K-均值聚类有N个点，即N个点应划分为K个群，其中每个组中的点具有相似性。在K-means clustering处理之前，我们应该给初始中心赋值，在这里，我从所有的点中随机选择K点，程序每次运行都得到不同的输出。为什么这会导致不同的结果，我如何知道哪一个是最好的分类？
浏览 5提问于2014-01-07得票数 4
回答已采纳
数据集是高维的(386-d)，因此无法直观地评估聚类有效性.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.
浏览 0提问于2019-05-28得票数 1
回答已采纳
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
