k-means

-1열

1답변

저는 데이터 마이닝과 ML에 익숙하지 않습니다. 나는 LSH와 K- 평균이 얼마나 다른지를 알고 싶다. 온라인에서 사용할 수있는 몇 가지 서류 및 기타 자료를 읽으면 두 알고리즘 모두 유사한 문서의 그룹화/클러스터링을 시도합니다. 스팸 탐지와 같은 용도로 사용하기 위해 많은 논문에서 사용되었습니다. 그러나 나는 그들이 어떻게 다른지 명확하지 않으며, 스팸

0열

1답변

OpenCV에서 K-Means 클러스터링 방법의 입력 데이터 유형 (벡터 <Mat>)

필자는 손으로 쓴 숫자 이미지를 분류하기 위해 MNIST Dataset에서 작업 해 왔습니다. 나는 이미지를 읽고 그것들의 히스토그램을 계산할 수있다. 그런 다음 히스토그램의 매트를 벡터로 푸시했습니다. 메서드 (InputArray)의 첫 번째 인수가 오류를 발생시키기 때문에 K-Means Clustering Algorithm 메서드 (kmeans())를

0열

1답변

Kmean의 클러스터를 이해하는 방법?

안녕하세요 저는 주제 분류자를 만들기 위해 Kmeans를 사용하고 있습니다. 제 생각에는 여러 사용자가 여러 개의 Facebook 의견을 가지고 여러 개의 문서를 작성하는 것입니다. 다음과 같이 문서의 내 목록 같습니다 tfidf = tfidf_vectorizer.fit_transform(list) tf = tf_vectorizer.fit_transfor

0열

1답변

scipy의 kmeans2 알고리즘은 minit = 'matrix'를 사용할 때 설정되는 초기 중심 값의 가중치가 있습니까?

문제가 발견 될 때까지 scipy의 kmeans2 알고리즘으로 놀고있었습니다. 다음 코드를 고려하십시오 [0.05, 0.05] 및 [1.05, 1.05] : x = np.array([[0.1, 0.0], [0.0, 0.1], [1.1, 1.0], [1.0, 1.1]]) c = np.array([[3,3], [4, 4]]) kmeans2(x, c, mi

-1열

1답변

K 모드는 각 점과 클러스터 중심 사이의 거리를 계산합니다.

클러스터링 할 일련의 범주 형 변수가 있으므로 github package에서 가져온 k 모드를 사용하고 있습니다. 각 관측치 (점)의 거리를 그것이 속한 클러스터의 중심으로 가져 가고 싶습니다. 이것은 내가 지금까지 구현 한 것입니다 : 변수가 범주 형이기 때문에 나는 Eucledean 거리를 사용할 수 없습니다 kmodes_cao = kmodes.KMod

1열

2답변

Python (Scikit-Learn)의 KMeans에서 Float이 아닌 데이터를 클러스터링 할 수 있습니까?

아래에 언급 된 데이터에 KMeans (Scikit-learn)를 적용하려고합니다. . Float64 값이 클러스터에 표시되는 예제를 보았습니다. 내가 알고 싶은 것은 경도와 위도로 x와 y 축을 갖는 df [[Description]] 컬럼에서 클러스터링이 가능하다면이다. 내 코드는 다음과 같습니다. from sklearn.cluster import KMe

-1열

1답변

kmeans가있는 Matlab cputime이 반환됩니다.

나는 cputime 기능을 사용하여 kmeans 알고리즘이 가져 오는 cputime을 각 반복마다 측정합니다. 그러나 일부 반복 반환 CPUTIME = 0 여기 내 구현의 : load fisheriris; [~,C] = kmeans(meas, 3, 'options',statset('MaxIter', 1),'Display', 'off');

1열

1답변

K는 apache spark를 사용하여 ml 라이브러리를 클러스터링하는 것을 의미합니다.

k를 구현하려고하는데 2.0.2에서 apache spark ml 버전을 사용하여 클러스터링을 의미합니다. 클러스터 센터를 찾은 후 데이터가 어떤 클러스터 지점에 속하는지 식별하는 방법에 문제가 있습니다. 제발 도와주세요 .. 미리 감사드립니다. 내 코드를 찾아주세요 : 발 tokenFrameprocess = TokenizerProcessor.process

0열

1답변

K-는 tf-idf 행렬의 초기 중심을 정의하는 것을 의미합니다.

기사 클러스터링에 k-means를 사용하고 있으며 완벽하게 작동합니다. 이제 더 합리적인 결과를 얻기 위해 초기 센터를 정의하고 싶습니다. 내 파이썬 코드 : tfidf_matrix = tfidf_vectorizer.fit_transform(articles) X = np.array([[-19.67480000, -8.546], [22.01080

0열

1답변

K-means 클러스터링을 사용하여 컬러 이미지를 분할하는 방법은 무엇입니까?

나는 k-means 클러스터링에 의한 세분화를 수행하는 프로젝트를 진행 중이다. K = [2, 3, 4, ... K-max]에 대해 K 평균 클러스터링을 적용하고 각 점의 클러스터 중심까지의 평균 거리를 계산해야합니다. 또한 K * + 1로 전환했을 때이 거리가 많이 변하지 않는 K *를 결정해야합니다. Kmax = 20. 지금까지 코드를 적어 두었습니다.