拥有大量集群的KMeans

文章/答案/技术大牛

发布

1回答

python、cluster-analysis、k-means

我有一个相对较大的图，大约有6000个顶点，我必须使用KMeans来查看5467个簇。我必须使用不同的度量标准，这就是为什么我将distance_matrix作为输入。这样做的问题是，由于n_clusters太大，它不会收敛。有人建议我进行自定义调整以使其正常工作，但我不太确定这是什么意思。这就是我在这里发布这个问题的原因。欢迎任何帮助！谢谢!下面是我的代码： from sklearn.cluster import KMeans distance_matrix = f

浏览 44提问于2021-01-28得票数 1

回答已采纳

1回答

如何在使用sklearn.cluster.KMeans和MiniBatchKMeans时从一开始就获得惯性

scikit-learn、k-means、model-evaluations

当我对大量数据进行集群时，很难运行KMeans并等待它停止，直到中心没有改变，所以当KMeans达到最大迭代次数时，我必须停止它。问题来了:我如何评估这个KMeans对我的数据的影响。我知道我可以得到惯性_KMeans拟合后我的数据来查看样本到他们最近的集群中心的距离之和。但是如何在KMeans拟合之前得到KMeans，并将其与KMean

浏览 0提问于2016-10-18得票数 1

回答已采纳

1回答

兰多姆州和基姆问题

python、k-means

我尝试使用kmeans算法将227行数据聚在5个集群中。每次我运行我的代码时，我都会得到不同的标签和不同的集群，这使得我以后的分析变得有点棘手。有人告诉我要使用参数:随机状态，以便在我的结果中有一个繁殖力。我做到了。我有相同的星系团，但仍然没有相同的标签。正常吗？有办法得到同样的标签吗？下面是我的代码：# Datamysee

浏览 0提问于2019-03-23得票数 3

2回答

如何利用KMeans对多维和未知数据进行聚类？

python、machine-learning、cluster-analysis、k-means

关于使用Python进行Kmeans集群，我有两个问题。valueerror: the truth value of an array with more than one element isambiguous. use a.any() or a.all() 您是否知道如何克服此错误，或如何使用KMeans方法对此类数据进行聚类？第二个问题

浏览 1提问于2019-10-20得票数 2

回答已采纳

1回答

我可以不使用临时文件来集群Accumulo数据吗？

opencv、mahout、apache-spark、k-means、accumulo

我想要对我们在Accumulo中拥有的一些数据执行kmeans聚类。我的第一个想法是在Apache中使用kmeans集群，但是在不使用临时文件的情况下，我很难连接这两个集群。据我所知，为了使用Mahout，我需要将Accumulo数据写入一系列存储在HDFS中的向量文件，然后使用Mahout对它们进行聚类，然后将结果写回Accumulo ( Mahout入口点似乎都是目录的路径有更好的办法吗？或者，是否还有其他<em

浏览 2提问于2014-09-15得票数 0

回答已采纳

1回答

KMeans聚类不平衡数据

python、cluster-analysis、k-means、data-science、feature-engineering

每一行都包含标准化的数值(范围为0-1)。它实际上是一个标准化的虚拟变量，其中一些行只有很少的特性，3-4 (也就是说，如果没有值，则赋值为0)。大多数行都有大约10-20个特性。我使用KMeans对数据进行聚类，总是会产生一个拥有大量成员的集群。经过分析，我注意到少于4个特性的行往往聚集在一起，这不是我想要的。是否有平衡的集群？

浏览 0提问于2018-09-10得票数 3

回答已采纳

1回答

在R:只对某些集群计数绘制for集群:失败

r、cluster-analysis、k-means

我正在尝试使用clusplot来可视化kmeans集群。是一个具有[0,1]值的对称相似矩阵(1087行)。由于某些原因，clusplot只会为特定的n值生成一个n集群图。对于n的其他值，它将返回以下错误：simmy = read.csv("reinventthewheel.csv", header=TRUE, row.names=1)disty = dist(1-simmy) kay19 <- kmeans

浏览 4提问于2014-05-07得票数 2

回答已采纳

1回答

如何对时间范围进行聚类？

python、pandas、scikit-learn

我有一个熊猫数据帧的时间。，它们是最近/最近的时间戳。from sklearn.cluster import KMeanskmeans = KMeans(n_clusters=3)y_kmeans = kmeans.predict(mat.iloc[:,1:]) df['cluster']

浏览 0提问于2020-09-13得票数 0

5回答

在R中使用Kmeans保持一致的聚类顺序

r、k-means

下一步是我在数据集上运行R中的kmeans()函数来查找聚类，在测试中，我发现通过“肘部方法”，5个聚类几乎总是一个很好的选择。我遇到的问题是这些集群有不同的含义/解释，所以我想用集群对该行的解释来标记原始数据集中的每一行，而不是集群编号。所以我不想把第二排和“集群5”联系起来，我想说“低人口，高犯罪率，低收入”。如果R以相同的顺序输出集群，假设

浏览 0提问于2016-10-07得票数 6

1回答

计算每个K-表示集群的数据点

python、machine-learning、data-science、k-means

我有一套真伪钞票小波数据的数据集，有两个特点：我在这个数据集上运行K--意思是识别2组数据，这些数据基本上是真伪钞票。现在我有三个问题：from skle

浏览 2提问于2021-01-14得票数 0

回答已采纳

2回答

如何基于聚类结果创建新的特征

python、pandas、numpy

我仍然是机器学习的初学者，我想知道如何在python和机器学习(集群)的基础上编写这种情况。我有这样的数据：1 aaa 20 bbb150 fff我希望根据工期列值对数据进行分组，并创建包含基于工期集群的类别

浏览 0提问于2019-03-13得票数 0

回答已采纳

1回答

用Purrr映射函数计算KMeans模型的轮廓距离

r、k-means、purrr、silhouette

k的结果 mutate(km_model = map(k, ~kmeans(data, .x)),1 5.63 5.10 26 117. 1 问题是，如何将剪影分数添加到嵌套的tibble剪影函数需要每个模型的集群，我不知道如何

浏览 4提问于2020-09-07得票数 2

回答已采纳

3回答

Python中的K-means聚类

python、cluster-analysis、k-means

plt.scatter(centroids[:, 0], marker = "x", s = 150, linewidths = 5, zorder = 10)上面的代码显示了4个集群，但它们绝对不是我想要的东西。我得到的输出如下图所示。我得到的错误是：TypeError: scatter() missing 1 required positional argument: 'y'错误不是什么大问题，因为我无论如何都不喜欢我所拥有的。下面是

浏览 0提问于2015-11-01得票数 5

1回答

如何在完成聚类分析后知道新数据属于哪个集群

r、cluster-analysis、k-means

完成聚类分析后，当我输入一些新的数据时，我如何知道这些数据属于哪个集群？decodeClassLabels(freeny[,6])km<-kmeans

浏览 1提问于2013-07-10得票数 3

1回答

集群最有效的方式是什么？

python、python-3.x、cluster-analysis、k-means、hierarchical-clustering

我使用了kmeans来聚类我的数据。现在，我想对集群进行聚类，以便集群由第一轮集群中的单个集群组成。= KMeans(init='k-means++', n_clusters=16800, n_init=3, max_iter=3, random_state=1) kmeans2 = KMeans(init='k-means+

浏览 7提问于2022-05-10得票数 0

1回答

基于与LDA主题/特征聚类相似的组文本

python、machine-learning、nlp、classification、cluster-analysis

我正在开发一个包含论坛线程内容的数据库(第一篇文章+回复)。我想根据第一批帖子的主题对这些文件进行分组/分组。我计算了LDA/LSI主题，并尝试了K-表示集群化，但是我找不到关于如何从集群中获取相关文本文档的文档。我只获得每个集群的主要特性，但我希望从每个集群中获得整个文档或与其关联的ID。我也尝试过一个分类器和一个推荐的机器学习算法，但是它们的结果并不是很有用。我也尝试过用wo

浏览 4提问于2017-06-16得票数 1

1回答

基于广播剧的音乐体裁分类

r、machine-learning、bigdata、classification、cluster-analysis

我有上千首歌曲在不同电台播放的数据。每个广播电台的每一首曲目的播放数为： station1 station2 station3 station4 ...

浏览 4提问于2015-05-03得票数 0

1回答

如何将密切相关的数字从集合中分组？

python

例如，考虑“集合”：然后，我需要将集合中的上述数字分组为示例2：然后，我需要将集合中的上述数字分组为因此，基本的概念是将接近每个other.so的元素分组，请建议一个通用<em

浏览 2提问于2013-11-19得票数 0

回答已采纳

2回答

如何为k均值中的每个集群获取SSE？

python、scikit-learn、k-means

我正在使用sklearn.cluster KMeans包，并试图为每个集群获取SSE。据我所知，kmeans.inertia_将给出所有集群的SSE之和。是否有任何方法为sklearn.cluster KMeans包中的每个集群获取SSE？我有一个数据集，它有7个属性和210个观测结果。集群的数目为3，希望计算每个集群的SSE。

浏览 0提问于2021-03-09得票数 2

回答已采纳

1回答

在MATLAB中利用函数kmeans对K-均值进行聚类

matlab、matrix、cluster-analysis、k-means

我有一个矩阵：我想模拟它的传输和添加噪音到它。我代表复数的组成部分如下：在接收端，我收到以下向量，其中组件是根据我最初发送的内容(即x的组件)排序的。X = [A A A C C A C C]; 现在我想应用kmeans(X)来拥有四个集群，

浏览 0提问于2014-11-30得票数 1

回答已采纳

点击加载更多