聚类

Gyoku Mint4 天前
人工智能·pytorch·python·深度学习·神经网络·算法·聚类
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹🐾猫猫:“之前她只能在你身边叠叠张量,偷偷找梯度……现在,她要试试,能不能用这些线,把你的样子画出来喵~”
小庞在加油5 天前
c++·算法·机器学习·数据挖掘·聚类
《dlib库中的聚类》算法详解:从原理到实践dlib是一个基于C++的机器学习和计算机视觉工具库,其聚类算法模块提供了多种高效的无监督学习工具。聚类算法在dlib中主要用于:
拓端研究室TRL19 天前
python·决策树·回归·kmeans·聚类
Python古代文物成分分析与鉴别研究:灰色关联度、岭回归、K-means聚类、决策树分析原文链接:tecdat.cn/?p=42718 分析师:Gan Tian在文化遗产保护领域,古代玻璃制品的成分分析一直是研究中西方文化交流的关键课题。作为数据科学家,我们在处理某博物馆委托的古代玻璃文物保护咨询项目时,发现传统分析方法难以准确应对文物风化带来的成分变异问题。为此,我们构建了一套融合多维度数据分析的技术体系,通过Spearman相关系数揭示文物表面风化与类型的关联性,利用岭回归模型实现风化前化学成分的精准预测,借助K-means聚类与决策树完成高钾玻璃和铅钡玻璃的亚类划分,并通过灰色关联度分
TY-202522 天前
算法·机器学习·聚类
机器学习算法_聚类KMeans算法参数n_clusters:开始的聚类中心的数量,整型,默认值为8方法:estimator.fit(x);
AI妈妈手把手20 天前
机器学习·支持向量机·kmeans·聚类·聚类算法·python实现·二分k-means
二分K-means:让聚类更高效、更精准!大家好!!欢迎再次来到我的技术分享博客~ 👋在前期文章中,我们系统剖析了K-means的随机初始化缺陷、Canopy+K-means的粗粒度预处理以及K-means++的概率化质心选择。今天,我们解锁另一种高效优化方案——二分K-means(Bisecting K-Means),它用层次分裂策略彻底规避初始点敏感性问题,并与前三篇内容形成完美闭环!🔗
IT古董21 天前
人工智能·算法·聚类
【第二章:机器学习与神经网络概述】01.聚类算法理论与实践-(1)K-means聚类算法内容:算法原理、K值选择方法、初始点敏感性。【漫话机器学习系列】269.K-Means聚类算法(K-Means Clustering)-CSDN博客
dundunmm23 天前
论文阅读·深度学习·分类·聚类·生物信息·深度聚类·细胞识别
【论文阅读】Multi-Class Cell Detection Using Spatial Context Representation代码地址:https://github. com/TopoXLab/MCSpatNet在数字病理学中,细胞的检测与分类对于自动化的诊断和预后任务都至关重要。将细胞划分为不同亚型(如肿瘤细胞、淋巴细胞或基质细胞)尤其具有挑战性。现有方法多侧重于单个细胞的形态特征,而在实际操作中,病理学家常常依赖细胞的空间上下文来推断其类别。本文提出了一种新颖的方法,能够同时实现细胞的检测与分类,并明确引入空间上下文信息。我们采用空间统计函数,从多类别和多尺度的角度描述局部密度。通过表征学习与深度聚类技术,我们获得了融合形态
塔_Tass1 个月前
论文阅读·机器学习·聚类·k-means
【论文阅读】:Weighted Graph Cuts without Eigenvectors:A Multilevel ApproachInderjit S. Dhillon, Yuqiang Guan, and Brian Kulis vol 29, TPAMI 2007
愿所愿皆可成1 个月前
算法·机器学习·kmeans·聚类
机器学习之聚类Kmeans算法聚类(Clustering)的核心思想是一种根据样本之间的相似性,将样本自动划分到不同类别中的无监督学习算法。与分类不同,聚类不需要预先标记的训练数据,而是直接通过数据本身的特征来发现内在的分组结构。其中,常用的相似度计算方法是欧式距离法。它通过计算样本之间的直线距离来衡量它们的相似性,距离越短,相似性越高。
molunnnn1 个月前
机器学习·数据挖掘·聚类
day 18进行聚类,进而推断出每个簇的实际含义@浙大疏锦行 对聚类的结果根据具体的特征进行解释,进而推断出每个簇的实际含义两种思路:你最开始聚类的时候,就选择了你想最后用来确定簇含义的特征,
白杆杆红伞伞1 个月前
机器学习·支持向量机·聚类
10_聚类聚类(clustering)是将数据集划分成组的任务,这些组叫作簇(cluster)。其目标是划分数据,使得一个簇内的数据点非常相似且不同簇内的数据点非常不同。与分类算法类似,聚类算法为每个数据点分配(或预测)一个数字,表示这个点属于哪个簇。
Xyz_Overlord1 个月前
算法·机器学习·聚类
机器学习——聚类算法根据样本之间的相似性,将样本划分到不同的类别中的一种无监督学习算法。细节:根据样本之间的相似性,将样本划分到不同的类别中;不同的相似度计算方法,会得到不同的聚类结果,常用的相似度计算方法有欧式距离法。聚类算法的目的是在没有先验知识的情况下,自动发现数据集中的内在结构和模式。计算样本和样本之间的相似性,一般使用欧式距离。
白熊1881 个月前
算法·机器学习·聚类
【机器学习基础】机器学习入门核心算法:层次聚类算法(AGNES算法和 DIANA算法)层次聚类(Hierarchical Clustering)通过构建树状结构(树状图/Dendrogram)揭示数据内在的层次关系,分为两类:
机器学习之心HML1 个月前
开发语言·matlab·聚类
聚类分析 | MATLAB实现基于SOM自组织特征映射聚类可视化代码功能简述 该MATLAB代码实现了以下核心功能:数据预处理:导入Excel数据集,进行转置操作和归一化处理(归一化到[0,1]区间)
xsddys1 个月前
机器学习·数据挖掘·聚类
西瓜书第十章——聚类聚类是一种经典的无监督学习方法,无监督学习的目标是通过对无标记训练样本的学习,发掘和揭示数据集本身潜在的结构与规律,即不依赖于训练数据集的类标记信息。聚类则是试图将数据集的样本划分为若干个互不相交的类簇,从而每个簇对应一个潜在的类别。
weixin_517662141 个月前
机器学习·数据挖掘·聚类
DAY 18 推断聚类后簇的类型在聚类分析中,推断簇的类型是理解数据内在结构和业务意义的关键步骤。以下是系统化的推断方法及常见簇类型的总结:
这张生成的图像能检测吗1 个月前
人工智能·pytorch·深度学习·算法·机器学习·生成对抗网络·聚类
OpenGAN:基于开放数据生成的开放集识别简介:这次学习的OpenGAN主要学习一个思路,跳出传统GAN对于判断真假的识别到判断是已知种类还是未知种类。重点内容不在于代码而是思路,会简要给出一个设计的代码。
Livan.Tang2 个月前
数据挖掘·kmeans·聚类
聚类算法K-means和Dbscan的对比K-means和DBSCAN_dbscan和kmeans的区别-CSDN博客
制冷男孩2 个月前
算法·机器学习·聚类
机器学习算法-聚类K-Means如图(a)所示:表示初始化数据集。 如图(b)所示:假设K=2,随机选择两个点作为类别质心,分别为图中的红色和蓝色质心。 如图©所示:分别求样本点xi到这两个质心的距离,并标记每个样本点的类别为距离质心最近的类别。划分得到两个簇C1和C2,完成一次迭代。 如图(d)所示:对标记为红色的点和蓝色的点分别求新的质心。 如图(e)所示:重复图©(d)过程,标记每个样本点的类别为距离质心最近的类别,重新划分得到两个簇C1和C2。 如图(f)所示:直到质心不再改变后完成迭代,最终得到两个簇C1和C2。
机器学习之心2 个月前
均值算法·transformer·聚类·ipoa-fcm·改进模糊c均值时序聚类
改进模糊C均值时序聚类+编码器状态识别!IPOA-FCM-Transformer组合模型1.创新未发表!研究亮点!时序聚类+状态识别,IPOA-FCM-Transformer组合模型,运行环境Matlab2023b及以上。