1回答
我想把一个(社会)网络分成k个预定义大小的组。例如，在一个有30个节点的网络中，我想将它们分成4个大小的组: 12，8，4和6。这看起来很像k-means聚类(这里，k应该是4)，但是已经有了固定的组大小。有没有人知道如何做到这一点，或者是否已经存在这样的算法来做到这一点？(除了相同大小的k-means算法)。
浏览 17提问于2020-04-17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
1回答
我正在一个6维超平面上的~350 k数据点的聚合数据集上运行一个K均值算法(使用sklearn实现)(使用6个特性)。我也想这样做，但在我的数据集的“非聚合”版本中，它是使用相同6个特性的~1b数据点。
我知道这对K来说是一项非常繁重的任务--这意味着，数据点的数量太大了，尽管维度的大小非常小。除了小型批处理K-方法之外，还有其他算法可以帮助我完成这个任务吗？
浏览 0提问于2021-03-23得票数 1
1回答
我有一组时间序列数据，我想要输入一个聚类算法(像k-均值，使用动态时间翘曲作为距离函数)。在将平均值为0和方差为1的数据标准化之后，k均值分类器生成了一批看起来很适合数据的质心。我唯一的问题是数据是否应该是固定的。像ARIMA这样的模型由于数据的性质而要求数据是平稳的。然而，我想聚类的
浏览 0提问于2019-06-18得票数 0
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：
做标准的k-</
浏览 4提问于2014-05-26得票数 0
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
3回答
K-均值聚类是一种常用的聚类方法.假设K-均值聚类有N个点，即N个点应划分为K个群，其中每个组中的点具有相似性。在K-means clustering处理之前，我们应该给初始中心赋值，在这里，我从所有的点中随机选择K点，程序每次运行都得到不同的输出。为什么这会导致不同的结果，我如何知道哪一个是最好的分类？
浏览 5提问于2014-01-07得票数 4
回答已采纳
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
假设我想取4组点。每个簇可以在给定的一组x-y坐标内。集群中的每个点都是随机生成的点。
这些聚类将作为我的K-均值聚类问题的输入。我如何使用Python来完成它呢？
浏览 4提问于2017-06-04得票数 0
回答已采纳
1回答
我使用的是可用的文档聚类代码。我知道k-均值是在解决一个非凸问题，因此每次我运行它时，优化的结果都会有所不同，但是是否有一种方法可以使聚类重现性(也许通过固定一些随机种子)？
浏览 3提问于2016-04-04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。我包括了USArrest数据集，它非常小，所以它并不
浏览 4提问于2019-10-31得票数 0
回答已采纳
2回答
算法在原始k-均值算法的以下两个方面有所帮助：
但是k-方法++有什么缺点吗？从现在开始我们应该一直用它来代替k手段吗？
浏览 2提问于2011-01-16得票数 10
回答已采纳
1回答
人脸图像聚类
、、
我从视频中提取了人脸，并将它们聚在一起(每个组包含来自同一个人的脸，我使用背景检测的变化来实现这一点)。现在，我想将这些组聚成更小的组，最后，每个人在视频中出现一个集群。目前，我设法使用颜色直方图和K-均值对这些组进行了聚类。问题是，当皮肤和头发的颜色对两个不同的人来说太近时，集群就不好了。我还能使用哪些其他特性呢？我试过黛西的
浏览 3提问于2016-04-06得票数 2
回答已采纳
我正在研究K-均值，K-均值的一个重要缺点是对异常值缺乏鲁棒性。我的问题是:在某些情况下，对异常值缺乏鲁棒性可能被认为不是K-手段的缺陷，而是一种美德？
浏览 0提问于2018-10-07得票数 0
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
我希望在一组10维点上做k均值聚类。问题是:有一些10^{10}点。
我只是在寻找最大集群的中心和大小(比方说10到100个集群)；我不关心每一个点最终会出现在哪个集群中。具体而言，使用k-均值并不重要；我只是在寻找类似的效果，任何近似的k-均值或相关算法都将是很好的(小型批处理-SGD方法，.)。由于GMM在某种意义上是与k-均值相同的问题，对
浏览 0提问于2015-05-11得票数 14
回答已采纳
1回答
我使用两种类型的聚类算法，我采用分层聚类，K-均值聚类使用python库。
现在的结果有点不同，那么我如何比较结果和使用哪种算法呢？因为我想为一组未标记的数据写一个结论。
浏览 0提问于2020-12-12得票数 0
回答已采纳
1回答
我需要在OpenCV中使用聚集层次聚类。当我搜索文档时，我发现了以下函数。但它使用了等级k-方法。K-均值是一种不同的技术。在理论上，我们研究了这两种不同的聚类技术。分层k-的意思与层次聚类有何不同？
我需要在图像中聚集一些特定的空间位置。结果用于某些对象的识别。
浏览 1提问于2015-02-23得票数 3
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
