KMeans

11- 聚类算法 (KMeans/DBSCAN/agg) (算法)

知识发现发现事物之间的潜在关系异常值检测特征提取 数据压缩的例子1.2、有监督与无监督学习有监督给定训练集 X 和 标签Y选择模型学习（目标函数的最优化）, 训练fit生成模型（本质上是一组参数、方程）根据生成的一组参数进行预测分类等任务无监督拿到的数据只有X ，没有标签，只能根据X的相似程度...
2023-02-14 15:47 阅读数 200

半监督KMeans

半监督KMeansKMeans是无监督的。当然也可以是有监督的。有监督形式非常简单。就是根据labels计算聚类中心即可。相当于无监督KMeans的半步迭代。本文贡献的是半监督KMeans。半监督KMeans可以充分利用已知的labels信息。在机器学习里，有利于将人类知识和机器从数据发现的知...
2022-04-03 16:34 阅读数 49

基于TF-IDF与k-means的情感聚类

目前很多情感聚类都是细分到逐词分析，而对于逐句的情感分析可以通过将文本转化为数字矩阵从而采用传统的聚类方法来实现，这里以K均值为例进行演示：import pandas as pd import codecsimport matplotlib.pyplot as pltfrom skle...
2022-03-10 13:14 阅读数 80

opencv kmeans (C++)

opencv(C++)的kmeans
2022-02-10 09:49 阅读数 20

tf-idf kmeans文本聚类

文本聚类数据集 THUnews中文新闻文本分类方法 jieba分词后，使用tf-idf提取特征，提取时使用停用词表删除停用词，最后使用kmeans进行聚类。优化 优化停用词表，增加max_feature特征，使用minibatchkmeans增加聚类速度评价标准 外在（已知标签） 兰德基数RI...
2021-11-09 19:24 阅读数 34
技术
下载桌面版
GitHub
Gitee
SourceForge
百度网盘（提取码：draw）
云服务器优惠
华为云优惠券
腾讯云优惠券
阿里云优惠券
Vultr优惠券
站点信息
问题反馈
邮箱：[email protected]
吐槽一下
QQ群：766591547
关注微信
©2020-2024 ioDraw All rights reserved, Privacy Policy