k-means

0열

1답변

어떤 클러스터에 어떤 행이 할당되어 있는지 찾기 - kmeans 클러스터링 Matlab

idx4 = kmeans(A,4); silhouette(A,idx4,'Euclidean') 나는 [492 x 5148] 크기의 매트릭스 A를 가지고 있습니다. 위의 명령을 사용하여 matlab에 클러스터링 한 kmeans를 작성하고 실루엣 함수를 사용하여 플로팅했습니다. 아름답게 4 개의 클러스터를 보여줍니다. 그러나 이제는 행렬 A의 어느 행이 어떤

1열

1답변

칼만 필터링 전후의 이상치 제거?

나는 매 ms마다 [10-15 데이터 점] 내 위치와 관련하여 (x, y) 좌표계의 형태로 레이더 데이터 점을 얻고 있습니다. 자, 포인트의 더 나은 위치 추정을 위해서, 칼만 필터를 적용하고 싶습니다. 또한 고역 통과 필터를 주파수 도메인의 데이터에 적용하고 싶습니다. 칼만 필터링 (특이 치 제거 및 고역 통과 필터링 전후)을 적용하는 것이 최적의 단계는

0열

1답변

기능 선택 및 Scikit에서 K 평균을 사용하여 기능 복원

Scikit에서 K Mean Clustering을하고 싶습니다. 필자는 9 가지 기능이 있지만 클러스터링에서 네 가지를 선택하기를 원합니다. 네 가지 클러스터링 각각을 다른 메트릭으로 측정 했으므로 클러스터링 할 각 네 가지 기능을 표준화하고 싶습니다. 그러나 각 클러스터 지점이있는 원래 형식으로 각 데이터를 나열하고 싶습니다. 어떻게해야합니까?

1열

1답변

다양한 치수의 txt 파일을 k- 평균 알고리즘 프로그램의 입력으로 읽음

텍스트 파일을 읽을 C++ k-means 프로그램을 개발하려고합니다. 문제는 텍스트 파일이 일정하지 않다는 것입니다. 내가 어떻게 든 벡터에 데이터를 저장한다 생각하고 33 37 53 35 36 52 34 37 53 35 37 51 34 38 52 33 38 51 33 39 52 33 37 52 34 37 52 34 39 52 처럼 0.

0열

2답변

알고리즘 (예 : k-means)이 실행되는 데 걸리는 시간을 어떻게 알 수 있습니까?

예를 들어, 1 백만 데이터 포인트에서 k-means 알고리즘을 실행하고 있습니다. 각 점은 128 차원이고 1000 개의 클러스터가 필요합니다. Wikipedia는 복잡도가 n^(dk + 1) log (n)이라고 말하며, 여기서 d는 차원 수, k 개의 클러스터 수 및 n 개의 인스턴스 수입니다. 8Gb RAM, 2.6GHz Intel Core i5 Ma

0열

1답변

Elki와 사전 계산 된 거리를 사용할 수 없습니다.

Elki와 사전 계산 된 거리를 사용하려고하지만 어떤 이유로 작동하지 않습니다. 나는 여기서 지침을 읽었다 : http://elki.dbs.ifi.lmu.de/wiki/HowTo/PrecomputedDistances 그리고 SO : ELKI - input distance matrix에 관한이 질문. 저는 여전히 ELKI를 사용할 수 없습니다. 이 내가 ba

2열

2답변

Excel Solver가 Matlab K-means에서 최고의 중심을 찾지 못하는 이유는 무엇입니까?

데이터 세트는 다음과 같습니다. 데이터 = [4 12; 5 10; 8 7; 5 3; 5 4; 2 11; 5 4; 3 8; 6 2; 7 4; 10 8; 8 9; 10 9; 항 반면 ctrs = [5.6000 3.4000; 3.5000 10.2500; 9.2000 9.0000] sumD = [6.4000; 13.7500; 18.8000] : 그것은 저

4열

1답변

k- weka java 코드를 의미합니다

이 라이브러리를 Java로 사용하는 예를 많이 읽고, ARFF 데이터 파일로부터 클러스터링이 가능합니다. 그러나 내 프로그램을 작업하는 동안 생성되는 이중 목록에 자체 데이터가 있으며이 k-means 알고리즘을 사용하여 데이터를 클러스터링하는 방법을 모르겠습니다. 이것은 하나의 차원 목록입니다. 내가 iris.arff 파일에서 데이터를 읽고이 작동하고 In

0열

2답변

sample.int (m, k)의 오류 : 모집단보다 큰 표본을 사용할 수 없습니다.

먼저, 저는 Machine Learning, kmeans 및 r에 대해 상당히 새롭다고 말하며,이 프로젝트는 학습 수단입니다 더 많은 정보를 얻고 CIO에게이 데이터를 제공하여 새로운 헬프 데스크 시스템을 개발할 때 사용할 수 있습니다. 저는 60K 라인 텍스트 파일을 가지고 있습니다. 이 파일에는 3 년 동안 교사가 입력 한 헬프 데스크 티켓의 제목이 들

-2열

1답변

친화도 전파 v 기본 k- 평균 알고리즘

데이터 세트는 10 개의 클래스에 속하는 (700 데이터 포인트 x 400 차원) 구성되어 있습니다. 이 데이터를 클러스터링하여 데이터 포인트가 클래스와 비슷한 클러스터에 어떻게 맞춰 지는지 확인했습니다. 두 가지 클러스터링 실험을 수행했습니다. 하나는 기본 k-means (유클리드)를 사용하고 다른 하나는 친화도 전파를 사용했습니다. 나는 k-means를