1回答
我在盒子里有手写的数字，我正试着把手写的数字拉出来。大小是208x117，大约是24k像素。 ? 我想利用我有颜色的事实，所以我决定使用聚类算法来分离数字的颜色，然后只提取这些像素。我试着调整图像的大小，但这本身就需要时间，我还试着使用一个阈值来只获取彩色像素，而忽略光背景(使我降到10k像素)，但这并没有太大的速度。 有什么想法吗？
浏览 26提问于2020-01-05得票数 0
回答已采纳
1回答
现有的算法使用K-均值来执行聚类，而我选择使用K-均值++进行同样的聚类。
选择K-均值++是因为与K-均值相比，K均值聚类结果更快、更准确.现在，在最后，我必须比较新算法和现有算法的复杂性，我发现我无法理解K-意思是++的</em
浏览 2提问于2017-03-28得票数 3
回答已采纳
1回答
在我的MacBook pro中，我使用TF-国防军和k-均值聚类来进行文本聚类.我的数据有1400个观测数据，我想有140个星系团。TF-国防军矩阵有101611692个元素(780.9 Mb).我已经有两天的时间了，但是k均值聚类的步骤还没有完成。对于一台笔记本电脑来说，这在计算上是否太昂贵了?有没有更快的<
浏览 1提问于2020-06-11得票数 0
回答已采纳
1回答
我读过关于球形kmeans的文章，但我没有遇到一个implementation.To是清楚的，相似性很简单，两个文档单位向量的点积。我读到过标准k means使用距离作为度量。指定的距离是否与坐标几何sqrt((x2 -x1)^2 + (y2-y1)^2)中的矢量距离相同？
浏览 2提问于2012-07-19得票数 1
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。所以如果我有一个新的数据。我该怎么办？
再次运行k-均值聚类
浏览 5提问于2014-03-10得票数 22
回答已采纳
2回答
我得弄到k均值聚类的方法。目前，我正在使用ApacheCommons数学库，它实现了k均值加聚类算法。有谁知道，如果有一种简单的方法可以在使用这个库进行聚类之后获得该方法，或者让我自己实现它？如果没有，你能解释我如何计算它或者给我一个代码示例吗？
浏览 2提问于2014-04-10得票数 0
回答已采纳
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<em
浏览 7提问于2014-03-06得票数 1
回答已采纳
1回答
我的数据有30,000行和140列，我正在尝试对数据进行聚类。我正在进行pca，然后使用大约12台pc进行聚类分析。我随机抽取了3000个观测数据，然后运行了44分钟，同时运行pca和层次结构聚类。一位同事在SPSS上也做了同样的工作，而且花费的时间也大大减少了？知道为什么吗？
下面是我的代码的一个简化版本，它工作得很好，但是对于任何超过2000次的观测结果都很慢。我知道我可以对数据做随机样本，然后
浏览 4提问于2019-10-31得票数 0
回答已采纳
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
我使用带随机初始化的k均值聚类来进行聚类识别.算法可以很好地处理好数据。但是如果我处理的数据有很多噪声，那么我的k均值算法就失去了它的鲁棒性，并为同一数据集上的每次运行提供了不同的解决方案。因此，我决定改进我的k-均值聚类，以最小化Ward标准：
做标准
浏览 4提问于2014-05-26得票数 0
回答已采纳
1回答
我想使用k-均值聚类算法对一个连通的无向图(不是一个完整的图)进行聚类。我只看到k-均值在一个完整的图中被使用，但是我不确定是否有另一种方法可以将它应用到一个非完全图中。提前谢谢！
浏览 7提问于2017-07-25得票数 1
回答已采纳
3回答
谱聚类与层次聚类
、、、
有谁能解释一下，与光谱聚类相比，使用层次聚类有什么好处？我知道它们是如何工作的，但我想知道在哪种情况下使用分层聚类比使用光谱聚类更好。
浏览 6提问于2016-04-15得票数 3
回答已采纳
在使用Scikit-Learn进行K均值聚类时，要获得失真函数(每个点到其中心的距离之和)，一种简单的方法是获得中心(k_means.cluster_centers_)并将每个点的距离相加。只是想知道有没有更快的方法？(就程序员的时间而言)类似于直接函数调用之类的东西。
浏览 0提问于2012-07-18得票数 2
回答已采纳
1回答
对于香草K-均值聚类算法，我知道时间复杂度是：其中n是数据点数，k是簇数，t是迭代次数，m是向量的维数。所以，当我研究小型批处理K-方法使算法更快地收敛时，我想知道它的时空复杂性是什么？
从本质上说，我很清楚，我们在香草K上优化了多少。
浏览 0提问于2017-05-17得票数 2
2回答
我正在研究一个基于聚类的模型，我读过关于分层聚类和K-均值聚类的文章。
在什么条件下我应该选择聚类而不是K-均值聚类？
浏览 0提问于2021-03-26得票数 2
回答已采纳
1回答
我正在试验聚类算法，比如K-均值。现在，我使用所有变量作为聚类算法的输入。我想知道是否适合对聚类算法进行特征选择。也就是说，如何找到那些对集群最重要或最不重要的变量。对于我知道真正的聚类是什么的情况，我的想法是使用不断增加的变量组合子集作为聚类算法的输入，计
浏览 0提问于2021-10-16得票数 0
1回答
我实现了简单Widrow感知器和k均值聚类，并将结果与MNIST数据集进行了比较。由于这些算法的线性性质，我没有期望得到很好的结果。WH感知器的准确率为70%，k-均值为50%(我有单元测试，并与纯粹的随机机会1/10进行比较，我认为它们在某种程度上是正确的)。我也给出了“提示”k-意思是在不同的数字周围设置初始的质心，这样它就能<em
浏览 0提问于2016-09-19得票数 0
我有一个数据集，其中的数据点或多或少分布如下：如果我想将数据分割成两个数据集群，那么最好的选择是什么呢？你的意思是在这里工作吗？
谢谢。
浏览 0提问于2020-07-04得票数 0
如何在K-均值++聚类中找到适合度，以便显示输入与每个集群对齐的百分比。例如，输入A在第1组中为0.4，在第2组中为0.6。
浏览 3提问于2017-09-13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
