很简单，如果我将最近邻居的数量指定为k，那么对于每个节点，它都会找到最近的k个节点，并将亲和度指定为1。
然而，我观察到由sklearn谱聚类最近邻生成的亲和力矩阵并不只包含0和1。是不是因为最近邻居列表中可能有关联？因此我将1/n分配给n个相等的相邻节点？
浏览 28提问于2017-07-14得票数 0
回答已采纳
我有一个相似度矩阵，我计算了大量对象之间的相似度，每个对象可以与任何其他对象具有非零的相似度。我为另一个任务生成了这个矩阵，现在想对其进行聚类以进行新的分析。看起来方法可能是一个很好的选择，因为我可以传入一个预先计算的亲和度矩阵。我还知道，在构建亲和度<em
浏览 1提问于2016-10-20得票数 0
我很恼火，因为我使用了(必须的)两个等价的方法。我的目标是将一个图聚类到不同的组中。为此，一方面我“手工”计算fiedler：import numpy.linalg as la
nx.draw_networkx_nodes(g1, coord, node_size=25, node_color=labels, cmap = 'cool
浏览 0提问于2019-12-24得票数 1
1回答
我有一些数据，还有这些数据点的成对距离矩阵。我想使用凝聚聚类来对它们进行聚类。我读到在sklearn中，我们可以将“预计算”作为亲和力，我希望它是距离矩阵。但我找不到任何使用预先计算的亲和度和自定义距离矩阵的示例。任何帮助都将不胜感激。
浏览 0提问于2017-06-30得票数 10
2回答
我正在寻找一种聚类算法，通过使用对象的成对距离来对对象进行聚类，而不需要计算所有成对距离。通常，成对的聚类如下所示：(请参阅这里)假设距离为非欧氏距离，则可以在距离矩阵上使用谱聚类或亲和力传播，并检索聚类</
浏览 0提问于2019-03-08得票数 5
回答已采纳
我正在尝试理解和使用来自的。假设我们输入了X矩阵，然后创建一个谱聚类对象，如下所示： assign_labels="discretize",然后，我们使用光谱聚类对象调用fit_predict。clusters = clustering.fit_predict(X)
令我困惑的</
浏览 1提问于2019-07-27得票数 4
回答已采纳
1回答
亲和(邻接)矩阵的可视化
、、、、
我根据图像上相邻超像素的相似性构造了一个图，并计算了其对应的邻接(亲和)矩阵。我看到了几个可视化矩阵的，如下图所示。这是某种类型的聚类吗?如何在MATLAB中生成这样的表示？有什么特定的功能或方法吗？
更新(发现)：正如@Yuval所建议的那样，是某种类型的谱聚类
浏览 6提问于2019-12-14得票数 1
回答已采纳
1回答
剪影值随着簇数的增加而增加
、、、、
我有一个矩阵，行是品牌，列是每个品牌的特征。当我计算每个簇数的轮廓值时，只要簇数增加，剪影值也会增加。最后，当簇数越来越大时，通过计算轮廓值，给出NaN结果。#coding utf-8
import s
浏览 0提问于2017-09-09得票数 1
我的数据是我知道所有成对旅行时间(=‘距离’)的地方，我想把这些地方聚在一起，使集群内的成对旅行时间最小化。不能使用K-表示，因为它是基于质心的，而且“距离”是提供的持续时间，而不是根据坐标计算的。不能使用DBSCAN，因为它排除了外围行，我希望将每个位置都包含在集群中(对于这个位置不是100%确定)
额外好处: Java库将是非常感谢的
浏览 0提问于2020-10-29得票数 3
回答已采纳
我使用的是使用预先计算的亲和矩阵的scipy.cluster.hierarchy.linkage方法：distances = np.zeros((len(reprs),，但是我不知道如何发送关联矩阵： ap = sklearn.cluster.AffinityPropagation(prefer
浏览 2提问于2014-04-04得票数 2
回答已采纳
假设我们根据谱聚类算法得到几个具有训练样本的中心{C1(d1，d2...dn)，C2...}。如果一个新的测试样本向量(x1，...xn)，我应该怎么做才能把它放到一个类中？请注意，我们在谱聚类过程中使用的相似性矩阵不仅基于训练向量之间的欧几里德距离，还基于测地距离。因此，距离不能仅用两个向量来计算，并且类中心也不像我们在K-means中那样容易
浏览 3提问于2011-01-05得票数 2
1回答
import csv from sklearn.cluster import SpectralClustering affinity='precomputed').fit_predict(lena)
我有一个有182个用户的亲和矩阵我想根据相似矩阵对用户进行聚类。但结果似乎是将几乎
浏览 2提问于2015-10-20得票数 1
由于数据的值范围很大，因此我使用以下代码对数据进行规范化：min_max_scaler = preprocessing.StandardScaler现在如果我将这个标准化的数据帧传递给谱簇，如下所示，
spectral = SpectralClustering(n_clusters = k,让我困惑的是：说“只应该使用产生相似度得分(随着相似度增加的非负
浏览 0提问于2019-07-28得票数 1
2回答
基于相似性度量的图像聚类
、、、、
我正在尝试使用科学知识-学习和比辛对一组图像进行聚类-不到100。
最终的目标是根据计算出的相似性度量- CW-SSIM将图像放入几个桶(簇)中。这个任务似乎很琐碎，但我无法找到最好的方法来处理基于相似性的集群，在scikit中学习。K-表示聚类看起来是个不错的选择，但它不接受任何“比较函数”或自定义距离函数。那么如何处理科学学习中基于比较(基于相似性)的聚<em
浏览 0提问于2016-01-10得票数 8
我很难理解sklearn.cluster.SpectralClustering类的特定用例，如正式文档中所概述的那样。假设我想使用我自己的亲和矩阵来执行聚类。聚类算法不检查此属性。现在对象cl有一个方法fit，其唯一参数X的文档如下所示：
或者，如果affinity==
浏览 2提问于2013-12-11得票数 6
回答已采纳
1回答
聚类余弦相似矩阵
、、、、
关于堆栈溢出的一些问题提到了这个问题，但我还没有找到具体的解决方案。我有一个平方矩阵，它由余弦相似(0和1之间的值)组成，例如：A | 1.0 | 0.1 | 0.6 | 0.4
B | 0.1 | 1.0 | 0.1我想得到集群(我不知道有多少)来最大化集群中元素之间的值。召回对于这个问题并不那么重要，但是精确性是非常重要的。输出三个簇是可以接受的: 1) B，2) A，3) C，D。但是，如果B位于具有另一个元素
浏览 3提问于2015-05-06得票数 20
回答已采纳
1回答
我在k近邻模式下使用FLANN ()建立一个稀疏的相似矩阵，以便将谱聚类应用于生活在中等维(约20)维的大量点(约100万)上。我如何使它对称？
浏览 3提问于2014-11-12得票数 1
回答已采纳
3回答
如何指定聚类的距离函数？
、、、
我想对给定自定义距离的点进行聚类，奇怪的是，似乎scipy和sklearn聚类方法都不支持指定距离函数。例如，在sklearn.cluster.AgglomerativeClustering中，我唯一可以做的就是输入亲和力矩阵(这将非常占用内存)。为了构建这个矩阵，建议使用sklearn.neighbors.kneighbors_graph，但我不明白如何
浏览 3提问于2015-11-16得票数 22
回答已采纳
4回答
我有一个带有2列数值的数据。我想应用一种聚类算法将所有条目放入同一个组中，它们与其他条目之间的距离相对较小。但是我可以使用哪种聚类算法，虽然我不知道会形成多少组呢？如果有一个参数来确定允许的最大距离，那将是理想的。如果没有这样的算法，也许能给出一些直觉，这样的算法是如何由我自己实现的，也许会很有帮助。非常感谢！！)
浏览 0提问于2020-01-09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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
