2回答
我想知道，对于某一特定特性，过多的列是否会导致对聚类分析的偏见。例如，如果我的数据集有列= “来电”、“对外电话”、“失踪电话”、“年龄”，如果我运行诸如K-均值或混合模型之类的聚类算法，那么聚类结果是否会有偏差，因为它主要基于调用来分割数据集？另一个例子是，如果我有两个分类列:颜色(‘红色’，‘蓝色’，‘绿色
浏览 0提问于2020-05-28得票数 2
3回答
比k均值聚类更精确的方法
、、、
在径向基函数网络(RBF网络)中，选择了隐层中的所有原型( RBF函数的中心向量)。此步骤可以通过以下几种方式执行：
智能选择原型的方法之一是在训练集上进行k均值聚类，并使用聚类中心作为原型。我们只知道k均值聚类的简
浏览 7提问于2014-03-06得票数 1
回答已采纳
2回答
我最近被介绍了集群技术，因为我的任务是根据我的大学教授必须回答的一项调查，找到他们的“个人资料”或“模式”。我一直在研究一些可用的选项来实现这一点，我遇到了k-means聚类算法。因为我的大多数数据都是分类的，所以我必须执行一次热编码(将分类变量转换为0-1个单列向量)，然后在Excel上进行相关分析，以排除一些冗余变量。之后，我对3个集群运行k-means，并使
浏览 39提问于2020-06-21得票数 0
1回答
在无监督学习中，我们进行聚类分析(如K-均值)，将数据存储到多个聚类中。我认为在聚类过程中，我们正在丢失有关数据的信息。是否有一些实际的例子，聚类可能是有益的？
浏览 3提问于2016-05-24得票数 0
回答已采纳
1回答
聚类二进制数据
、、、、
我希望对以下数据执行聚类分析(示例)： ---------K-均值还是分层聚类最适合于对这类数据的代码进行聚类(对于大约100万个不同的Is )，以及用哪个距离度量？如果这两种方法都不合适，你认为最合适<
浏览 3提问于2013-07-27得票数 3
回答已采纳
1回答
属性离散化
、、
我有一个数据集，我需要探索使用无监督的技术(聚类和关联规则)。离散数值属性的最佳策略是什么？此外，这(属性离散化)对聚类(使用K-均值)有意义吗？因为我使用的是weka，所以我知道我可以使用离散化过滤器，使用findNumBins选项或useEqualFrequency。但还有其他策略吗？另外，对属性使用离散化，然后查找集群(使用K-</
浏览 0提问于2015-10-15得票数 1
我目前正在尝试使用聚类分析作为我的一个项目的时间序列聚合工具。数据集是高维的(386-d)，因此无法直观地评估聚类有效性.我使用三种不同的聚类算法(k-均值++，k-medoids PAM，模糊c-均值)来寻找具有代表性的周期。由于我不知道数据集中有多少个时间段(因此，有多少个中心/medoids)，所以我想对
浏览 0提问于2019-05-28得票数 1
回答已采纳
这可能不是一个很好的问题，但我仍然会问，在运行聚类算法之前做EDA是否有益？注:我使用的是k-方法。
浏览 0提问于2020-01-22得票数 3
1回答
我已经对从.csv导入的数据进行了k均值聚类。是否存在将群集结果导出回.csv文件的方法？在k-均值聚类完成后，变量的类不是数据帧，而是k-均值。
浏览 3提问于2015-04-02得票数 1
回答已采纳
1回答
最近我一直在想核k均值和谱聚类算法及其区别。
我知道光谱聚类是一个更广泛的术语，不同的设置可能会影响它的工作方式，但一个流行的变体是使用K-均值聚类对亲和矩阵的谱嵌入。另一方面，核K-均值直接将K-均值聚类应用于亲和矩阵.
浏览 0提问于2020-01-09得票数 12
2回答
我想选择一个无监督的算法来学习从数据中预测$n$输出，例如。图像中的4个坐标(像素)。我应该选择哪种算法？我认为将图像中的点的集合划分为输出(1)或不属于(0)是一种2类分类，可能是logistic回归，给出一个点作为输出点的概率。但我很困惑，因为分类算法是有监督的算法的一部分，我们有标签的数据。我是否应该使用聚类来找到两组可以输出的点？也许是异
浏览 0提问于2018-05-25得票数 2
在python中对地理编码/(经度/经度)数据点进行聚类分析的最佳方法是什么？我也尝试过使
浏览 2提问于2016-01-27得票数 1
1回答
一个关于生存数据的k均值聚类分析的基本问题，就像这个：我正在进行k均值聚类，以确定哪些基因对生存影响最大.但是，我是否将生存时间包括在我的k-均值函数中，还是应该忽略它？致以亲切的问候，
哈希里马
浏览 2提问于2021-05-18得票数 0
回答已采纳
4回答
我有一个有分类特征的数据集。我想使用聚类技术来分割数据。考虑到数据具有分类特性这一事实，这个场景的可能选择是什么？这里有什么k-均值的变化吗？
浏览 0提问于2016-08-07得票数 2
我正在研究ISCX数据集2012，以研究异常检测。我使用Weka库实现Python的K-均值聚类。虽然它打印了集群信息，
我还搜索了其他库来执行集群，但是找不到解决方案。是否有其他方法来进行聚类后形成分析？
浏览 6提问于2017-03-15得票数 0
2回答
我想知道
当k-均值失败时，K-means最适合聚类哪种类型的数据？？对于哪种类型的数据集k-均值不能给出准确的答案？ COBWEB最适合于哪种类型的数据的聚类?当COBWEB失败时？对于哪种类型的数据集，COBWEB没有给出准确的
浏览 4提问于2010-06-04得票数 2
1回答
我有一个庞大的混合数据集，它由数值属性和分类属性组成，在OneHotEncoding上形成一个具有很高维数的数据集。
将机器学习算法(如K-均值聚类、降维和回归)应用于数据集子集是否明智？例如，首先将K-均值聚类应用于数值列，然后将结果与分类数据集连接起来。
浏览 0提问于2018-02-28得票数 1
回答已采纳
我可以利用R中的一些方法来确定最优的簇数，然后用不同的统计标准来描述聚类。我是R的新手，对聚类分析的统计基础有基本的了解。确定簇数的方法:文献中常用的一种确定簇数的方法是“弯头准则”，即比较不同簇解的平方差之和。因此，根据分析中的聚类数绘制出SSD图，并通过识别图中的“肘”(
浏览 2提问于2012-11-06得票数 13
回答已采纳
2回答
聚类(例如:K-均值，EM算法等)是利用数据点之间的距离度量，在数据集中形成聚类，用于无监督分类。编辑:是的，我的意思是<
浏览 6提问于2020-11-21得票数 0
回答已采纳
这些变量之间的关系非常不清楚，但我假设这些变量在本质上是非线性的，这意味着我不应该使用线性回归或相关分析(比如说，学习的动机，测试的结果，以及成就感，对于有阅读障碍的人)。但是，由于我手头没有数据，所以数据分布的性质还不清楚。
我问过我的同事们，他们建议我使用GLM (广义线性模型)，但我不确定它是否合适，因为它是线性的。此外，即使它适用于非线性模型，我假设回归线的性质需要指定(例如，二项式)，但是你怎么做到
浏览 0提问于2022-04-18得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
