K-Means 是一种基于划分的无监督学习算法，旨在将数据集划分为 K 个簇，使得簇内数据点之间的相似度尽可能高，而簇间数据点的相似度尽可能低。相似度通常通过计...

“聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset）,这样让在同一个子集中的成员对象都有相似的一些属性。” ——wikipedia

在历时一个半月的笔试面试后，我又回来分享知识了，后续应该只能一周一更了，要去公司当牛马了，不过好在结果顺利，收获了三个offer，已经打算去鹅厂实习了

最近看到一篇有意思的论文《Is Semantic Chunking Worth the Computational Cost?[1]》，论文探讨了在检索增强型生...

今天是我们的第7站，一起了解下聚类算法基本概念 以及 通过聚类算法辅助用户画像的案例。

本文在基础的K-means聚类算法的基础上，结合该算法固有的一些缺陷，提出了一些改进措施，即通过改进的K-means聚类算法来对“B2C电商评论信息数据集”数据...

在微生物基因组中，蕴藏着大量编码抗生素、抗癌药物等重要化合物的生物合成基因簇（BGCs）。传统基于规则的方法（如antiSMASH）在新型BGC发现中存在局限，...

在应用 K-均值聚类算法时，需要根据具体的数据集特点和要达到的聚类目标来合理选择参数，以获得较好的聚类效果。

在应用 K-均值聚类算法时，需要根据具体的数据集特点和要达到的聚类目标来合理选择参数，以获得较好的聚类效果。

总的来说，K-均值聚类算法是一种简单且高效的聚类算法，适用于许多场景，但在一些特定情况下可能表现不佳。在使用该算法时，需要根据具体问题和数据集来选择合适的参数和...

近年来，计算机辅助合成路线规划 (CASP) 已经成为药物合成和天然产物合成领域的有力工具。而作为化学反应中不可或缺的组成部分，反应条件（包括催化剂，溶剂，试剂...

全称：操作分类单元（Operational Taxonomic Units，OTUs）

  当然，聚类分析新的研究方向远不止这些，比如，数据流挖掘与聚类算法，不确定数据及其聚类算法、量子计算与量子遗传聚类算法等，都是近些年兴起的聚类研究前沿课题。

  聚类分析 (clustering analysis) 是数据挖掘研究最为活跃、内容最为丰富的领域之一，其目的是通过对数据的深度分析，将一个数据集拆分成若干个...

  本文开始我们讲解无监督学习算法。在之前的文章中，我们给模型的任务通常是找到样本

中国有句古语叫“物以类聚，人以群分”，也就是说，人们倾向于与志趣相投的人生活在一起。在实际生活中，人类的很多行为模式都是将相似的物品联系在一起，...

在图计算中，常见的图算法类型包括最短路径算法、连通性算法、聚类算法和图搜索算法。下面我们将分别介绍每种类型的算法及其应用。

未来，随着大数据时代的到来，K 均值聚类算法可能会继续与其他先进算法（如深度学习、增强学习等）结合，产生更强大、更智能的聚类系统。此外，随着对聚类算法的不断优化...

无监督学习是机器学习中的一类重要任务，聚类算法是其中的一种经典方法。与监督学习相比，无监督学习没有明确的标签，模型仅通过输入数据来发现数据的潜在结构和模式。聚类...

大家好，我是fanstuck。数学建模不仅是解决复杂现实问题的一种有效工具，也是许多学科和行业中的关键技能。从工程、经济到生物、环境等多个领域，数学建模为我们提...