聚类标签_上海城市开发者社区

聚类

聚类模型——K-means聚类（SPSS）、层次聚类（SPSS）、DBSCAN聚类（MATLAB）

K-means聚类算法、Kmeans++算法、系统（层次聚类算法）、DBSCAN算法

 Wolves_YY
2021-11-26 03:10:11

 1.1w

 22

#matlab #聚类 #算法
【图像处理】基于图像聚类的无监督图像排序问题（Matlab代码实现）

最后，自动生成图像排序，以便具有相似内容的图像应该彼此接近。这个问题类似于文献中称为“旅行推销员问题”（TSP）的问题。已经提出了两类方法（最近邻法和遗传法），这些方法也已应用于TSP问题。本文的目标是近似解决被视为一种基于内容的图像聚类的无监督图像排序问题。基于内容的图像排序是创建一条路线，该路线一次遍历所有图像，其顺序是前一张图像中的下一个图像具有相似的内容。博客内容尽量做到思维缜密，逻辑清晰

 荔枝科研社
2022-11-27 09:09:13

 1658

 1

#matlab #聚类 #开发语言
citespace:时间线聚类标签显示不完全时

（1）点击control panel 中的cluster labels调整长度（直接调到最大）（2）再点击K、LLR算法和时区聚类，重新聚类，聚类标签就显示完成。

张小瘦娃
2022-10-12 19:44:06

 9392

 4

#聚类 #经验分享
YOLOV2-理论笔记

1.加入BN层卷积过后添加舍弃Dropout更加容易收敛基本上都是卷积网络标配好处就是①加快收敛②提高了2%map2.训练时候不同v1训练使用224224测试使用448448v2训练开始是224224最后使用了10次448448的微调提升 Map 4%3.网络结构没有全连接都是卷积（全连接层容易过拟合，训练慢参数多，DarkNet-19使用了5次降采样例416416输出1313网络主要使用了 3

高艺康
2021-11-07 22:05:06

 2085

#聚类 #深度学习 #人工智能
聚类的方法、原理以及一般过程

聚类(Clustering)是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。聚类和分类的区别聚类(Clustering)：是指把相似的数据划分到一起，具体划分的时候并不关心这一类的标签，目标就是把相似的数据聚合到一起，聚类是一种无监督学

 凝眸伏笔
2022-08-27 21:45:46

 3.7w

 52

#聚类 #机器学习 #算法
聚类分析--基本原理、方法(Kmeans,层次聚类)

聚类分析就是将研究对象根据一些特征指标，把比较相似的研究对象，按一定的方式归为同类。

universe_1207
2023-02-09 22:16:38

 1.7w

 18

#聚类 #kmeans
（2014）Glove:Global Vectors for Word Representation

基于全局信息的单词向量表示AbstractIntroduction三级目录Abstract1、目前词向量学习模型能够成功的使用算术计算（词向量的加、减运算）来捕捉词与词之间细微的语法和语义规律。2、但是这些规律背后的原理依旧是不清楚的，经过仔细的分析，我们发现了模型特性中这些规律在词向量中浮现。3、结果基于词提出了一种新的对数双线性回归模型，这种模型结合了文中两个主要模型组的优点：全局矩阵分解和局

 尚风悦yy
2021-12-15 16:28:43

 975

#机器学习 #深度学习 #聚类
复现《Cell》文章图表：气泡热图展示基因表达+分组添加

今天我们来复现一下一篇《cell》文章中的图标，图如下：（Liver Immune Profiling Reveals Pathogenesis and Therapeutics for Biliary Atresia）我们重点复现左边部分，右侧的作图在单细胞系列提到过：跟着Cell学单细胞转录组分析(十一):单细胞基因评分|AUCell评分，这里的复现不仅适用于单细胞，其他的数据也是可以做这样的

 TS的美梦
2022-04-19 11:11:40

 8211

 2

#r语言 #数据分析 #数据挖掘 +1
【机器学习06】聚类基本概念

聚类是针对给定的样本，一句他们特征的相似度或距离，将其归并到若干个”类“或”簇“的数据分析问题。一个类是样本的一个子集。直观上，相似的样本聚集在相同的类，不相似的样本分散在不同的类。样本之间的相似度或距离起着重要作用。相似度或距离聚类的对象是观测数据，或样本集合。假设有n个样本，每个样本由m个属性的特征向量组成。样本集合可以用矩阵X表示：1. 闵可夫斯基距离（样本和）p=2时为欧氏距离；p=1时为

 一碗姜汤
2022-02-13 15:00:44

 3542

 1

#聚类 #机器学习 #数据挖掘
图像检索基础

目录图像检索1 相似图像检索2 相似颜色检索2.1 算法结构2.2 自编码器2.3 颜色特征提取2.4 颜色特征相似度计算2.4.1 颜色直方图距离2.4.2 色差距离3 相似纹理检索3.1 纹理（texture）3.2 纹理特征3.3 算法结构3.4 Gabor滤波器组4 相似形状检索5 相似局部特征检索图像检索1 相似图像检索2 相似颜色检索2.1 算法结构目标：实现基于人类颜色感知的相似排序

 鹿衔草啊
2022-05-12 22:08:16

 1010

#聚类 #机器学习 #算法
智能优化算法课设-遗传算法搜索kmeans图像聚类最优聚类数k

用resnet提取图像数据集的特征，利用kmeans进行图像聚类，其中利用遗传算法对kmeans进行最优聚类数k搜索，自动完成聚类。

我叫方程
2022-09-15 22:37:45

 1569

 3

#聚类 #算法 #kmeans +1
【图像分割】基于遗传算法优化K聚类实现图像分割matlab代码

1 简介典型K均值聚类算法的聚类中心个数和聚类中心的选取对彩色图像分割的精度影响较大,其主要体现在彩色图像的特征相似度(feature similarity of color,FSIMC)不高.提出一种基于遗传算法的K均值聚类分割法(GA-K-Means).每条染色体的基因由聚类中心数目和聚类中心点两部分组成,并且将彩色图像的FSIMC作为适应度函数值.首先将彩色图像转换到Lab颜色空间,然后以步

 Matlab科研辅导帮
2021-11-12 12:10:16

 675

 1

#聚类 #matlab #数据挖掘
R语言实现常用的5种分析方法（主成分+因子+多维标度+判别+聚类

EFA和PCA的区别在于：PCA中的主成分是原始变量的线性组合，而EFA中的原始变量是公共因子的线性组合，因子是影响变量的潜在变量，变量中不能被因子所解释的部分称为误差，因子和误差均不能直接观察到。从上面的结果观察到，PC1即观测变量与主成分之间的相关系数，h2是变量能被主成分解释的比例，u2则是不能解释的比例。注意此结果与princomp函数结果不同，princomp函数返回的是主成分的线性组合

 树谷-胡老师
2023-02-16 10:01:58

 9596

 4

#r语言 #聚类 #数据挖掘
聚类算法及python实现——模糊C均值(FCM)

聚类算法及python实现——模糊C均值(FCM)模糊C和K均值的区别K均值：硬聚类，隶属度只有0和1，基于“类内误差平方和最小化”原则模糊C：模糊聚类，隶属度取值为[0，1]，基于“类内加权误差平方和最小化”原则步骤step1：给定聚类个数，模糊系数，迭代次数(k-means是聚类中心不再发生变化停止)，初始化隶属度矩阵step2：根据聚类中心更新公式，计算聚类中心step3：根据隶属度更新公式

 爱好喝酒吃肉的小张同学
2022-04-05 14:14:46

 3857

 1

#python #聚类
CommDGI: Community detection oriented deep graph infomax 2020 CIKM

目录CommDGI: Community detection oriented deep graph infomaxGraph Infomax LayerTrainable Clustering Layer and Community-oriented ObjectivesDisentangled LearningJoint OptimizationDEEP GRAPH INFOMAX2019IC

东方小虾米
2022-04-19 12:52:44

 5747

 1

#算法 #机器学习 #python +1
聚类模型——k-means

物以类聚，人以群分”，所谓的聚类，就是将样本划分为由类似的对象组成的多个类的过程。聚类后，我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测；也可以探究不同类之间的相关性和主要差异。

Fran OvO
2022-12-26 23:24:10

 4267

 1

#聚类 #kmeans
python机器学习——聚类评估方法 & K-Means聚类 & 神经网络模型基础

python机器学习——聚类评估方法 & K-Means聚类 & 神经网络模型基础

 Pireley
2023-07-01 13:25:21

 3364

 2

#机器学习 #聚类 #算法 +3
K均值算法（K_means)

关于K-means,聚类（无监督学习）

涵~~
2022-06-30 20:09:44

 1.3w

 14

#均值算法 #聚类 #机器学习
《机器学习实战》10.K-均值聚类算法

本章涉及到的。

豆豆豆豆芽
2022-11-28 14:50:57

 6713

#算法 #聚类
使用sk-learn库实现k-means算法对iris数据分类

使用sk-learn库实现k-means算法对iris数据分类

 想要上岸的小李
2023-05-08 21:44:26

 4735

 7

#kmeans #算法 #机器学习 +2
k-means聚类VOC格式数据，生成锚框

用k-means++对voc格式数据集进行聚类，生成锚框

 老王且不住隔壁
2022-05-14 17:00:42

 2406

 1

#聚类 #kmeans #机器学习
MATLAB机器学习：分类、回归和聚类的算法实现和模型优化

本文将介绍MATLAB中常用的分类、回归和聚类算法的实现，并重点探讨如何优化这些模型以获得更好的性能和准确性。本文介绍了MATLAB中常用的分类、回归和聚类算法的实现，并探讨了如何优化这些模型以提高性能和准确性。例如，特征选择和特征工程可以帮助我们提取最相关和最具有信息量的特征，从而改善模型的性能。在这个例子中，我们使用了汽车数据集中的加速度、排量和重量作为输入特征，以预测汽车的每加仑英里数（MP

小正太浩二
2023-05-30 02:00:00

 4503

 8

#机器学习 #聚类 #算法
机器学习实战：Python基于K均值K-means进行聚类（九）

K均值（K-means）是一种基于距离度量的聚类算法，其主要思想是将数据集划分为k个不同的簇，每个簇代表一个相似度较高的数据组。该算法通过迭代优化来最小化所有数据点与其所属簇的欧氏距离之和，从而找到最佳的簇划分。需要区分一下，K-means和KNN是两种不同的机器学习算法，K-means和KNN都是基于距离度量的算法，但前者用于聚类问题，而后者用于分类问题K-means是一种聚类算法，它旨在将数据

 Senoh.
2023-05-08 18:16:30

 5089

 8

#聚类 #机器学习 #python
Python机器学习日记（十三）

前面的内容都是监督学习，接下来进行无监督学习。聚类：聚类是一种无监督的学习，他将相似的对象归到同一个簇中。他有点像全自动分类，聚类方法几乎可以应用于所有的对象，簇内的对象越相似，聚类的效果越好。簇识别：簇识别给出聚类结果的含义。假定有一些数据，现在将相似的数据归到一起，簇识别会告诉我们这些簇到底都是什么聚类与分类的最大不同在于，分类的目标事先已知，而聚类产生的结果与分类相同，只是类别没有预先定义。

叭了个叭了个叭了叭
2021-10-29 16:52:47

 745

#机器学习 #python #聚类
k-means聚类总结

k-means聚类总结

 要努力啊啊啊
2023-02-27 18:45:05

 2796

#聚类 #kmeans #机器学习
聚类的评价指标

聚类的评价指标对于聚类结果的评价方法一般可以分为内部评估法（internal evaluation）与外部评估方法（external evaluation）。外部评估方法是指在知道真实标签（ground truth ）的情况下来评估聚类结果的好坏，例如纯度（Purity）、兰德系数（Rand Index, RI）、F值（F-score）和调整兰德系数（Adjusted Rand Index,ARI

儒雅的晴天
2021-10-26 20:27:04

 1.9w

 9

#聚类 #机器学习 #人工智能
毕业设计_K-means聚类算法+聚类先验框

毕业设计-有关图像处理小点子

 傈僳要吃吃
2023-03-06 12:49:46

 2711

 22

#聚类 #算法 #kmeans
3 机器学习之聚类

AI算法基础

 wangwangmoon_light
2023-01-08 16:48:12

 961

 3

#聚类 #python
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的相似程度做一些事情。Clustering 聚类类别内相似度大，类别间相似小。也可以用来改变数据的维度，可以将聚类结

 处女座_三月
2023-02-13 20:08:25

 2267

 1

#聚类 #算法
通俗理解机器学习——K-means++ 聚类算法

K-Means++算法选择初始聚类中心的基本原则是：初始的聚类中心之间的相互距离要尽可能的远。这个改进虽然直观简单，但是却非常得有效。缺点：由于聚类中心点选择过程中的内在有序性，在扩展方面存在着性能方面的问题(第k个聚类中心点的选择依赖前k-1个聚类中心点的值)。

堇禤
2022-09-20 10:39:19

 1.1w

 19

#聚类 #机器学习 #算法
[自动驾驶-目标检测] C++ PCL 连通域点云聚类

在实际实现3D目标检测时，在不依靠深度学习的训练模型时，仅采用传统方法实现目标检测。而在聚类领域里面，多采用欧几里得、区域生长、Ransac等方法实现聚类。其实还有一种方法可实现聚类，也就是CloudCompare软件内的标签连通域聚类方法。这种方法的好处是耗时较短，也同样能够实现较高精度的距离聚类。本文根据其特性做出相对应的修改，使其能够脱离CC软件插件，用C++程序以及PCL点云库实现。...

simba丶小小程序猿
2022-07-14 10:55:39

 6629

 39

#聚类 #自动驾驶 #目标检测
利用BCT计算一些图论参数

利用BCT工具包进行的网络参数计算

 仙女笔记
2022-11-02 22:02:46

 2327

 2

#图论 #算法 #聚类
python实现机器学习算法——K均值聚类算法

k均值算法是机器学习中一个经典的分类算法，通过设立中心点，将与之最近的样本归为一类，从而达到分类的效果。

龙儿驭大河
2022-07-22 19:36:37

 9031

 27

#机器学习 #聚类 #算法
深度学习面经总结

多个有2种，一种的dataparallel，一种的distributeddataparallel。DP的话是每张卡把梯度汇总给主卡，然后主卡做反向传播更新再把参数发给其他卡DDP是大家把梯度汇总之后各自在各自的卡里面更新。DDP是多进程，DP是单进程多线程，避免了GIL带来的性能开销DDP是大家各自传播梯度后，用ring all reduce做平均并传会给大家，然后大家各自做更新。

DCGJ666
2022-10-06 09:56:00

 966

#深度学习 #聚类 #机器学习
聚类算法之层次聚类

层次聚类1. 基本介绍层次聚类有聚合（自下而上）和分裂（自上而下）两种方式。聚合聚类开始将每个样本各自分到个类:之后将相距最近的两类合井，建立一个新的类，重复此操作直到满足停止条件分裂聚类开始将所有样本分到一个类之后将己有类中相距最远的样本分到两个新的类，重复此操作直到满足停止条件2. 聚合聚类对于给定的样本集合，开始将每个样本分到一个类，然后按照一定规则，例如类间距离最小，将最满足规则条件的两

 何如千泷
2021-10-27 16:20:49

 1.9w

 22

#聚类 #算法 #机器学习
R语言-Go分析结果的富集

这篇文章的Fig4，作者在对进行EOSPE和LOSPE进行GO富集分析后，为了总结过多的GO条目，结合了Cytoscape和Jaccard得分，进行了“二次富集”，分为了5+2组。由于文章中没有细述相关步骤，这里就主要推断下计算Jaccard的步骤，仅抛砖引玉，以及提出相应的解决办法，希望大家可以批评指正。接下来就是Cytoscape部分不再详述，参考部分有更好的文章。至于如何挑选的这四组文章中没

 new_bug1234
2022-11-14 23:17:33

 1323

#r语言 #聚类 #分类
（python实现）一篇文章教会你k-means聚类算法（包括最优聚类数目k的确定）

python，k-means，k-means聚类，聚类算法

 生信秃头小白
2022-12-31 22:38:22

 7973

 16

#聚类 #python #算法
R语言进行系统聚类分析并作图（数据来源国家统计局）

在国家统计局采集全国各省市2016年运输线路长度数据，并用R语言进行系统聚类分析并画图。

LynnLin0518
2022-05-12 20:32:25

 7591

 16

#r语言 #数据分析 #开发语言 +1
论文学习记录随笔多标签之LIFT

原文: Zhang, M.-L., & Wu, L. (2015). LIFT: Multi-label learning with label-specific features. IEEE Transactions on Pattern Analysis and Machine Intelligence, 37, 107–120.本文主要是我对于初读LIFT的一些自己的笔记与感悟

 LTA_ALBlack
2022-06-29 20:54:50

 1267

#聚类 #kmeans #机器学习
《蜥蜴书》_讲义及源码解读_09

无监督学习文章目录无监督学习聚类Clustering聚类的应用领域：K-Means算法示例代码：使用`make_blobs`生成数据示例代码：训练拟合和预测硬聚类和软聚类：`K-Means`算法基本思想中心点初始化方法寻找最佳聚类数`K-Means`的局限使用聚类进行图像分割使用聚类进行预处理使用聚类进行半监督学习`DBSCAN`算法`DBSCAN`算法结合K-近邻算法实例代码：其他的聚类算法高斯

 webufoqiu
2021-11-01 20:12:41

 844

#聚类 #机器学习 #人工智能