社区
数据运维
帖子详情
请教kmeans算法实现逻辑?在线求,分数不多了。
hnuyz
2018-12-13 10:55:34
/**
* kmeans聚类算法
*
* @param des1
* 输入向量
* @param cluster
* 聚类数量
* @return
*/
public List<Integer> kMeans(List<double[]> des1, int cluster) {
}
...全文
605
1
打赏
收藏
请教kmeans算法实现逻辑?在线求,分数不多了。
/** * kmeans聚类算法 * * @param des1 * 输入向量 * @param cluster * 聚类数量 * @return */ public List kMeans(List des1, int cluster) { }
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
aabbabababaa
2019-02-08
打赏
举报
回复
没用过kmeans算法,来学习下
无监督
KMeans
聚类
算法
本文介绍了无监督学习中的
KMeans
聚类
算法
,包括其与监督学习的区别、工作原理和处理过程。通过Python的sklearn库展示了如何使用
KMeans
进行数据分组,并提供了两个案例:一是根据课程成绩将数据分为四个组,二是对鸢尾花数据进行降维聚类。此外,还讨论了评估聚类性能的指标,如轮廓系数和CH
分数
,并在消费数据集上应用
KMeans
寻找最佳的客户群体划分。
KMeans
算法
实战:从原理到Python
实现
的全方位解析
本文系统讲解
KMeans
聚类
算法
的核心思想、目标函数(SSE)、迭代优化流程及
KMeans
++初始化策略;涵盖
算法
优缺点、K值选择(肘部法则)、评估指标(轮廓系数、Calinski-Harabasz等);重点介绍Python自
实现
与sklearn工业级应用,并强调数据预处理(标准化、PCA降维)、图像压缩与用户分群等典型场景。
机器学习练手(二):基于
KMeans
的股票分类
本文介绍如何使用
KMeans
算法
对股票数据进行分类,通过分析股票交易行情信息确定最佳分类数量,并
实现
动态股票分类,以辅助量化投资决策。
基于加权密度与最大最小距离的
Kmeans
聚类
算法
:优化初始中心选择与避免局部最优的实践
本文介绍一种基于加权密度与最大最小距离的
Kmeans
改进
算法
,通过加权密度降低离群点影响,利用最大最小距离原则选择初始中心,提升聚类稳定性。结合轮廓系数自动确定最优聚类数,增强结果可比性,在中低维数据中表现优于传统
Kmeans
。
KMeans
、DBSCAN聚类与TF-IDF文本特征提取
本文深入解析
KMeans
和DBSCAN两类聚类
算法
的核心原理与适用场景,结合实战代码展示聚类效果评估与可视化方法;同时介绍TF-IDF文本特征提取技术,涵盖词频、逆文档频率计算及其在关键词提取中的应用,适用于NLP任务中的文本表示与分析。
数据运维
1,097
社区成员
969
社区内容
发帖
与我相关
我的任务
数据运维
云计算服务器、网络、虚拟化相关讨论
复制链接
扫一扫
分享
社区描述
云计算服务器、网络、虚拟化相关讨论
社区管理员
加入社区
获取链接或二维码
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