我尝试过CountVectorizer + KMeans，但是我不知道集群的数量。当我使用KMeans方法时，计算中的集群数花费了很多时间。NMF还需要事先确定组件的数量。
浏览 6提问于2017-05-11得票数 2
1回答
我想用kmeans2算法量化一些图像。我的问题是找到(接近)最佳的簇数。
有没有人知道如何估计集群的数量？我的想法是在hsv颜色空间中创建色调的累积直方图。但我不知道如何利用这些信息来估计总数。
浏览 6提问于2012-11-20得票数 1
回答已采纳
在spark.mllib库中，KMeans具有在构建Kmeans实例时设置epsilon参数的功能。
但是我没有在Kmeans新的Spark.ml库中看到任何用于设置此参数的函数。我询问的原因是因为新的KMeans生成的集群数量少于我在setK()方法中指定的数量，因此我希望通过减少epsilon来增加生成的集群</em
浏览 11提问于2017-06-17得票数 1
回答已采纳
1回答
我使用sklearn Kmeans算法将多个观察值分组到4个集群中，并且我包含了init_state和seed来获得相同的结果；但每次我在google colab中重新加载代码，每次运行训练时，我都会在每个集群中的观察值数量方面获得不同的结果，代码如下： import numpy as np from sklearn.cluster import KMeans
kmeans = KM
浏览 9提问于2020-07-06得票数 0
回答已采纳
1回答
我使用PyCluster的kMeans来集群一些数据--很大程度上是因为SciPy的kMeans2()产生了无法克服的错误。。无论如何，PyCluster kMeans运行良好，我现在正在尝试优化kMeans集群的数量。PyCluster附带的文献表明，我可以通过实现EM算法-- --来优化它的kMeans，但是我找不到一个例子。
有人能给我指
浏览 1提问于2013-05-16得票数 2
回答已采纳
1回答
表示群集数与k值不匹配。
、、、、
当我只定义3个集群时，基于的代码就会像预期的那样工作。但是，当我改变集群的数量时，我不会得到相同数量的集群。b.append(temp_b / 255)
from scipy.cluster.vq import kmeanscluster_
浏览 0提问于2019-06-24得票数 1
回答已采纳
1回答
我试图在1428点的三维坐标DataFrame中聚集点。星系团是相对平坦的平面，是拉长的云。它们是非常明显的集群，所以我希望尝试无监督的集群(不包括预期的集群数量) KMeans没有正确地将它们分开，并且确实需要集群的数量：。dbscan.labels_)我得到了这个输出：
Clusters found [-1 -1
浏览 2提问于2021-01-26得票数 2
回答已采纳
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
1回答
查找特定k-表示群集的大小。
、、、、
我在这个问题上已经有一段时间了，我只是找不到一种方法来获取特定集群中的数据点数。到目前为止，我的情况如下： def CountFrequency(my_list): for item in其结果是： 6 : 2562 7 : 2165 0 : 3072 5 : 4315
浏览 0提问于2019-09-16得票数 0
回答已采纳
3回答
我需要在rgb图像上使用kmeans函数。算法的每个元素都需要有3个维度，每个维度对应于图像的每个通道。元素的数量将是图像的像素总数。我需要在集群#5上使用kmeans。这就是我所尝试的：red = img(:,:,1);blue = img(:,:,3);
我不
浏览 1提问于2011-11-05得票数 3
回答已采纳
2回答
如何在不使用kmeans(X，k)语法的情况下在Matlab中实现K-means算法？我实现了大多数网站提供的算法，例如我设置了X的4个观测值(200个样本)，我已经知道这4个观测值来自1个集群。因此，根据算法，上面显示的图像的聚类是可以解释的，但这不是真的。我认为4个初始值不应该随机选择。推导出了相同的结果。你可以从下载我的观察结果，自己看看结果
浏览 1提问于2011-07-19得票数 1
在查找KMeans肘形时，显示溢出错误。elbow=[]
model.fit(feature_matrix)
elbow.append
浏览 0提问于2019-07-21得票数 1
1回答
我正在使用Spark进行kmeans聚类。我有一组向量，我想从这些向量中确定最有可能的簇中心。因此，我将在这个集合上运行kmeans聚类训练，并选择分配给它的向量数量最多的集群。因此，我需要知道训练后分配给每个集群的向量的数量(即KMeans.run(.))。但是我找不到从KMeanModel结果中检索这些信息的方法。我可能需要在所有训练向量上运行predict，
浏览 0提问于2015-11-03得票数 5
回答已采纳
v29", "v30", -42L))
我想执行聚类分析，但我的结果对我来说并不满意当我在完整数据上执行时，我得到了obs的非均匀分布。以集群的形式。有没有办法迭代算法，直到在一定数量的簇中*(事先永远不知道</
浏览 15提问于2019-08-09得票数 1
回答已采纳
1回答
我的目标是创建一个双for循环，它改变集群的数量(集群的3个不同值)，以及每个值集群值之间的三种链接类型之间的循环。然后在相同的图形上绘制所有的子图。我希望能实现一个3x3的子情节视图。其中，集群的每个值都在x轴上，与集群数量相关的每种类型的链接都显示在y轴上。
我所使用的c
浏览 3提问于2022-10-11得票数 0
2回答
问题是为什么我得到了0.00的准确率。= 'species'],
k_means.fitf}'.format(score))
print(k_means.labels_[:])问题是我得到的准确率是
浏览 1提问于2020-01-25得票数 0
1回答
我有位置、经度和纬度的传感器数据。我有以下数据点：我想把在一定距离内的点聚集到路线上的一个点上，如下：每个新的点将在圆心，并将包括所有传感器读数的平均值，为给定的区域。我试着从经度和纬度上移除精度，但是我得到的结果很差，路线也失去了形状。
浏览 3提问于2015-03-22得票数 1
回答已采纳
2回答
我正在尝试创建一个模型，该模型将使用K均值聚类来预测图像中的主色。我已经建立了所有的数据，但我不确定在拟合模型后如何继续。谢谢 import h5py
test_datax_test/255.0
X_test = x_test.reshape(len(x_t
浏览 3提问于2021-05-26得票数 2
假设我正在检查多达10个集群，使用scipy我通常会生成“肘部”图，如下所示：cluster_array = [cluster.vq.kmeans(in range(1,10)]
pyplot.show()from sklearn.cluster import KMeans
km = [
浏览 20提问于2017-01-09得票数 17
回答已采纳
3回答
当我使用时，我绘制了b臂方法以找到适当数量的KMean集群。在PySpark工作时，我也想做同样的事情。我知道，由于星火的分布式特性，PySpark的功能有限，但是，有办法得到这个数字吗？我使用下面的代码来绘制肘形图，使用弯头方法从sklearn.cluster导入KMeans中找到最优的集群数for i in range(1, 11):
kmeans =KMeans(
浏览 4提问于2019-05-30得票数 4
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
