登录社区云，与社区用户共同成长
邀请您加入社区
简单阐述了三类聚类分析的原理与概念，主要呈现了三类聚类分析的SPSS实操过程与结果呈现
✅博主简介：本人擅长数据处理、建模仿真、程序设计、论文写作与指导，项目与课题经验交流。项目合作可私信或扫描文章底部二维码。在无先验知识条件下，本研究提出了一种基于集成聚类的雷达信号分选模型，即ECWRRRSS（Ensemble Clustering with Randomized Rules and Radial Similarity Subspace）。该模型主要由集成聚类模块和图自编码器模块两
聚类是无监督学习中的重要任务，旨在将数据集划分为若干个子集（簇），使得同一簇内的样本相似度高而不同簇间的样本相似度低。本周学习了聚类的性能度量指标，包括内部和外部指标，如Jaccard系数、Rand指数、DB指数等，并介绍了几种常见的距离计算方法。此外，深入学习了几种原型聚类算法：k均值、学习向量量化(LVQ)以及高斯混合模型(GMM)，并以K-means算法为例，通过鸢尾花数据集进行了实战演示。
1.PCA 主成分分析用于特征提取、可视化和分类根据要求，我在第一个代码框中完成了从指定路径提取图像数据，将其转换为灰度图像并将其展平。在这里，我将数字 88 设置为我的照片的标签，然后将所有 10 张照片传入代码。然后我定义了 PCA 函数，计算居中数据，计算协方差矩阵，并计算协方差矩阵的特征值和特征向量。然后对特征向量进行排序，并保留最大的 n 个特征向量。接下来，我将图像的维数降低到 2D
机器学习常用评价指标，分类问题：准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1-score、ROC 曲线和 AUC 值、Log 损失（Log Loss），回归问题：均方误差（MSE，Mean Squared Error）、均方根误差（RMSE，Root Mean Squared Error）、平均绝对误差（MAE，Mean Absolute Error）、决
DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法的案例，这是一种基于密度的聚类算法，特别适合处理具有不同形状和大小的数据簇，并且能够自动识别并排除噪声点。
