2回答
我需要一个解决以下问题的算法:找到与给定的一组3D线最近的三维点，每条线都由一对点定义。
找到一组3D点，以最小化到给定的一组直线的距离(每条线由3D中的2
浏览 2提问于2019-06-21得票数 1
3回答
有没有人能推荐一些可以使用距离矩阵作为输入的聚类算法？或者也可以基于距离矩阵来评估聚类的“好坏”的算法？
目前，我使用的是对Kruskal算法()的修改，将数据分成两个集群。不过，它有一个问题。当数据没有不同的聚类时，算法仍然会创建两个聚类，一个聚类包含一个元素，另一个包含所有其他元素。在这种情况下，我宁愿有一
浏览 0提问于2010-05-31得票数 0
回答已采纳
1回答
大多数聚类算法都需要一个距离矩阵。如果数据的维数较低，则很容易创建距离矩阵。但是，如果一个时间序列有大约8000个点需要考虑呢？我只是在谈论对齐距离(欧几里得)，而不是一些编辑距离。有没有人能提出一些技术，
浏览 2提问于2017-04-16得票数 2
2回答
我正在寻找一种聚类算法，通过使用对象的成对距离来对对象进行聚类，而不需要计算所有成对距离。通常，成对的聚类如下所示：(请参阅这里)假设距离为非欧氏距离，则可以在距离矩阵上使用谱聚类或亲和力传播，并检索聚类结果。然而，计算所有对组合对象的全<e
浏览 0提问于2019-03-08得票数 5
回答已采纳
1回答
文本聚类的欧几里德与曼哈顿距离
、、、、
我正在使用Weka尝试不同的聚类算法。当我尝试使用欧氏距离的SimpleKMeans算法时，我得到了较少的错误分类实例，而当我尝试使用曼哈顿距离时，得到了更多错误分类的实例。文本聚类的最佳距离度量是什么?为什么？为什么我得到的结果很不一样？我使用类来聚类评估集群模式。
浏览 3提问于2013-10-12得票数 3
回答已采纳
2回答
我想根据这些国家随时间变化的指数趋势对其进行聚类。
我正在尝试使用DTW距离矩阵(dtw包)的层次聚类(hclust)和K Medoids (pam)。我还尝试了K均值，使用DTW距离矩阵作为函数kmeans的第一个参数。该算法有效，但我不确定其准确性，因为K均值利用Eucledian距离并计算质心作为均值。我也在考虑直接使用数据，但我不能理解结果如何准确，因为算法会将同一变量随时间的不同测量视为不同的变量，以便计算每次迭代和Eucl
浏览 7提问于2020-03-03得票数 0
我在处理数据流中的离群点检测。我正在寻找一种方法来总结我的数据并获得重要的统计数据，如均值和方差等。我想知道集群特性或微集群是否合适。
浏览 0提问于2019-12-22得票数 0
1回答
所有关于谱聚类的文献都使用相似度矩阵作为谱聚类算法的输入。
是否也可以使用成对距离矩阵？我还没有看到任何版本的频谱聚类代码会使用parwise距离。我在matlab中实现了谱聚类，它有一个函数pdist，这个函数的输出是成对距离矩阵。
浏览 0提问于2015-05-01得票数 1
作为我的MTP的一部分，我公开了一些聚类算法，如kmeans聚类算法、成对聚类算法等，作为web服务。现在我必须找到一个现实生活中的应用程序来解释我从聚类算法中获得的结果。这些聚类算法获取数据点(每个数据点代表xy平面上的一个点)，并使用欧几里德距离对这些数据点进行聚类。请帮
浏览 1提问于2011-04-10得票数 0
我正在使用Java进行k均值聚类。我认为我的代码没有问题，而且看起来很好。但是，我不明白什么。步骤2:使用欧几里德距离将每个向量放入最近中心的聚类中。然而，当我在每次迭代后绘制一个点到中心距离的图时，我可以看到总距离一直在减少(虽然它总体上在减少，而且收敛性很好)。
第二次迭代的总距离总是短于第一次，是最短的。总距离在第3次迭代时略有增加，在第4次或第5次迭代时收敛。
浏览 0提问于2018-05-04得票数 2
回答已采纳
我想使用k均值聚类算法对python中的足球运动员进行聚类。然而，我只能用欧氏距离找到算法，而我更喜欢曼哈顿距离。我的数据集包括大约3000名玩家和20个变量。先谢谢你。
浏览 2提问于2022-03-10得票数 0
7回答
我想知道k均值聚类算法是否能做分类？假设我有很多数据，我使用k-均值聚类，然后得到2簇A，B，质心的计算方法是欧氏距离。B组在右侧。再次运行k-均值聚类算法，并能得到新的数据属于哪个聚类？
其他方法？
浏览 5提问于2014-03-10得票数 22
回答已采纳
我试图比较不同的聚类算法对我的文本数据。首先计算了余弦距离矩阵(余弦相似度).然后用这个距离矩阵进行K均值和层次聚类(ward和树状图).我想用距离矩阵来表示平均位移、DBSCAN和光学.下面是显示距离矩阵的代码的一部分。我找到了K均值和分层聚类的代码，并试图理解它，但我不能将它应用于其他聚类算法。如果能简单地解释每种聚
浏览 0提问于2020-03-05得票数 2
3回答
目前，我正尝试使用python根据序列的相似性对序列列表进行聚类。DLFKFKDLD..。
我已经尝试过使用，但是收敛性有点不可预测，我想谈谈这个问题。谢谢你！！
浏览 3提问于2021-03-31得票数 1
回答已采纳
3回答
我是机器学习的初学者。我有一个大型的项数据集，每个数据集中都有有限的一组最相似的项，我希望创建集群，最好是每个集群都具有相同的大小，尽管这是不必要的。有人能给我指明正确的方向吗？谢谢。
浏览 0提问于2018-04-21得票数 2
1回答
例如，它们是否都使用邻近矩阵来计算样本之间的任何成对距离？此外，如果设置所有相同的参数，像相同的连接准则，相同的cluster...do目标数，它们最终得到的结果是完全相同的？
浏览 1提问于2021-02-21得票数 1
回答已采纳
1回答
我想我不能用欧几里德距离作为距离度量，因为+179度和-179度之间的距离是2度，而不是358度。
您能为这样的任务提出一些聚类算法和距离度量吗？可能是地理点聚类的一些算法。
浏览 0提问于2019-07-01得票数 2
2回答
我当时正在读，注意到这个过程是这样的：
当试图对大量(>10,000)图像进行聚类时，中文耳语聚类可能需要相当长的时间。在这篇文章中，作者使用另一种聚类算法DBSCAN按人对多幅图像进行分组。为什么要使用聚类算法，因为您只需比较每一张脸和每一张脸，就可以确定哪一张
浏览 0提问于2019-04-02得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
