K-Means文本聚类python实现下载

AI100_小助手 2018-06-14 10:00:03

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料
相关下载链接：//download.csdn.net/download/dinghuihi/10478003?utm_source=bbsseo

...全文

571 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料

本周课程讲解朴素贝叶斯、线性回归、逻辑回归、决策树、K-Means聚类算法，以及评估指标MSE、RMSE、MAE、和R Squared等，并使用回归算法进行房价预测，使用K-Means聚类算法进行公司客户分类实战。

聚类分析是非监督学习的重要领域，也是机器学习的基石。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。本视频课程主要讲解：聚类的任务、性能度量、距离计算、原型聚类、密度聚类、层次聚类等知识。

360°解读机器学习经典算法——聚类算法，从基础算法到高阶应用全方位讲解，生动全彩，化繁为简，清晰直观解决实际问题，解析k-means（k-均值）基本算法并以全新视角解读其各种优化方式及谱聚类，DBSCAN ,SOM , AP聚类，视觉追踪等衍生算法，助力人工智能学习之路。您观看课程学习后免费入群领取【超全Python资料包+17本学习电子书】

课程主要就Aiops及特征工程，预测和分类问题，模型优化，聚类问题，异常检测问题，回归，决策树，集成算法-Bagging，模型调优，集成算法-Boosting，集成算法-Stacking，降维，聚类算法-Kmeans，聚类算法-DBSCAN，SVM，独立森林，配套实战案例与项目全部基于真实数据集与实际任务展开，结合企业级框架进行建模实战。由浅入深，每一个理论搭配一个实验，且侧重技能不同，学员的知识体系会更加全面。

下载资源悬赏专区

12,795

社区成员

12,332,766

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章