K-均值不会导致弯头形状

、、

但它的形状一点也不像肘部，它看起来更像一条直线。我做错了什么吗？

浏览 13提问于2019-11-04得票数 1

回答已采纳

1回答

在K-均值中找到K的弯头曲线有多可靠？

、、、、

所以我试着用弯头曲线来寻找K-均值聚类中最优的'K‘(簇数)的值。附加弯头曲线以供参考。我还试着绘制了多达70个星系团，探索性的。

浏览 0提问于2018-09-26得票数 1

回答已采纳

3回答

K均值算法中变量k的选择

、

我有一个关于k值选择的K-均值算法的问题.我阅读了选择正确的k值，有两种方法：剪影法或者k值，可以在没有任何方法的情况下进行经验选择？

浏览 0提问于2022-02-11得票数 0

1回答

K-均值聚类分离温度垂直剖面

、、、、

在这种情况下，上面提到的地块中的值云将是相当混乱的，回归也不会有帮助-- R^2将非常低。

浏览 0提问于2020-11-11得票数 0

1回答

在inertia_中寻找平均欧几里德距离和在KMeans中学习有什么区别？

、、

我在网上发现了两种不同的方法，一种是用弯头法来确定K-均值的最优簇数。

浏览 0提问于2018-05-22得票数 0

1回答

团簇形状和大小

、、

我想问一下，星系团的形状和大小是如何在数学上决定的。例如，我已经读到K-均值聚类算法无法找到非凸形状的聚类，其中它只能成功地找到球形或凸型的聚类。同时，它也试图找到同样大小的星团。如果是的话，什么样的相似函数才能更好地找到不同大小的非凸簇形状？如果不是，请告诉我是什么因素影响了集群的形状和大小。此外，基于概率的相似函数对于寻找不同大小的非凸簇形状是否有好处？

浏览 2提问于2014-07-19得票数 1

回答已采纳

3回答

Scikit学习-K-均值-弯头标准

、、、、

今天我想学习一些关于K-means的知识。我已经理解了算法，我知道它是如何工作的。现在我在寻找合适的k..。我发现肘部判据是一种检测正确k的方法，但我不明白如何在scikit学习中使用它？！在scikit learn中，我以这种方式对事物进行聚类kmeans.fit(data)

浏览 1提问于2013-10-05得票数 50

回答已采纳

4回答

Scikit K-均值聚类性能度量

、、、、

我试图用K均值方法进行聚类，但我想衡量一下集群的性能。我不是专家，但我渴望了解更多关于聚类的知识。

浏览 12提问于2017-05-04得票数 17

2回答

K均值聚类前的主成分分析

、、、、

KMeans(init='k-means++', n_clusters=n_digits, n_init=10)减少的数据将是PCA的组成部分，所以在用k均值聚类之后

浏览 0提问于2017-02-27得票数 4

2回答

一类分类的K-均值聚类

、、、

我想知道我是否可以使用k-均值聚类算法来进行一个类别的分类(例如一个类别的支持向量机)，这意味着我有两个类的数据，而我只标记了我用于训练的一个类？

浏览 0提问于2019-04-22得票数 1

3回答

我们能自动选择k-均值算法中的k值吗？

、

我们能否自动选择K值，尝试每一个可能的值(k=1，..，n)，其中n是要集群的实例数。然后，我们保留K的值，然后用最小二乘和的方法得到最小值。这个策略能起作用吗？

浏览 0提问于2020-12-22得票数 1

1回答

K-均值聚类的局限性

、、、、

我正在查阅西密歇根大学的一份文件，以了解K均值聚类算法的局限性。以下是链接：此外，对这种限制的解释是:如果我们有不同的集群大小，k-均值将不会给出所希望的集群，因为它试图

浏览 4提问于2020-07-08得票数 0

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’)和形状(‘圆’，‘方形’)，在一个热编码后，颜色将扩展为三列，形状将扩展为两列。如果我在一个热编码的数据集中，颜色在分割数据方面会比形状有更大的权重吗？

浏览 0提问于2020-05-28得票数 2

3回答

分层聚类:确定最优聚类数，并从统计学角度描述聚类。

、、

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”(如此处：)来确定最优聚类数。这里有一个很好的例子：，在这里，作者还做了一种有趣的迭代方法，以查看集群过程多次重复之后，弯头是否某种程度上是稳定的(尽管如此，它是用于划分集群方法，而不是分层的)。统计地描述了集群，：为了描述集群，我想使用均值和某种方差标准。我的数据是关于农业用地的数据，显示了每个城市不同作物的生产数量。我的目标是在我的数据集中找到类似的土地使用模式。

浏览 2提问于2012-11-06得票数 13

回答已采纳

2回答

使用粒子群算法进行聚类比K-均值有什么优势吗？

、、

它看起来和K-均值并没有太大的不同。我尝试使用粒子群算法进行聚类，但结果与K均值的结果基本相同，存在一些缺点，比如执行时间较长，并且由于随机因素造成的结果也有很多不同。

浏览 0提问于2019-05-25得票数 1

回答已采纳

1回答

无质心matlab

、、

我一直在尝试使用kmeans，但我知道，取决于集群的形状，有时这并不好。我知道matlab包含分层聚类，但这会返回每个点所属的簇的索引，而不是质心。

浏览 0提问于2014-09-04得票数 0

2回答

具有4个参数的聚类和标记数据集

、、、

这是一个充满负担的问题，这是我第一个“现实生活”机器学习实验，如此赤裸裸的简单的问题。Name Class Subclass Category SubcategoryLego blocks F 2 56 12Colo

浏览 0提问于2018-02-16得票数 0

回答已采纳

1回答

在python中使用DBSCAN对空间(纬度、经度)数据进行聚类后，我能得到集群质心吗？

、、、、

DBSCAN与k-均值或k-medoid是非常不同的，它们假定簇应该具有特定的形状。它假设聚类是一组彼此紧密相交的点，在数据空间中形成一个密集的点邻域。我可以计算每个集群的数据点的平均值，从而得到每个集群的质心。但这会是一个正确的过程吗。因为质心的概念似乎只适用于具有特定形状的团簇，如超球面。请回答DBSCAN计算的星系团的质心是否正确？

浏览 1提问于2020-06-08得票数 1

回答已采纳

1回答