首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【KDD2022教程】在线聚类:算法、评估、指标、应用和基准

    来源:专知本文为课程介绍,建议阅读5分钟我们提出了基于现实问题和数据集的聚类配置、应用程序和基准设置的方法。 在线聚类算法在数据科学中发挥着至关重要的作用,尤其是在时间、内存使用和复杂性方面的优势,同时与传统聚类方法相比保持了较高的性能。本教程服务于,首先,作为在线机器学习的调查,特别是数据流聚类方法。在本教程中,最先进的算法和相关的核心研究线程将通过识别不同的类别基于距离,密度网格和隐藏的统计模型。聚类有效性指标作为聚类过程中的一个重要组成部分,通常被忽略或被分类指标所取代,导致对最终结果的误解,也将被

    02

    Google Earth Engine(GEE)——全球河流三角洲和易损性数据集

    前言 – 床长人工智能教程 全球河流三角洲数据集结合了2174个三角洲位置和定义三角洲面积的多边形。我们将三角洲地区定义为由三角洲河道运动和三角洲退化形成的地貌活动范围。我们专注于渠道网络活动,因为它定义了最容易发生洪水的区域,并创造了资源和自然基础设施,使三角洲成为有吸引力的居住地。我们用包含三角洲活动的五个点来定义三角洲的多边形。这五个点标志着三角洲活动的可见痕迹,其中两个点是沿海岸线沉积的横向范围,三个点是沉积的上游和下游范围。围绕这五个点的凸体定义了一个三角洲多边形。你可以在这里阅读这篇开源论文,

    01
    领券