k-means

4열

1답변

k- 평균을 사용하여 데이터를 클러스터링하고 있지만 표준 알고리즘을 사용하지 않고 있습니다. 샘플 알고리즘을 가속화하기 위해 ANN (approximated nearest neighbors) 센터 비교. 이 코드를 클러스터 된 '이 trainDescriptors'를 변수를 실행할 때, 지금 [clusterCenters, trainAssignments] =

-1열

1답변

Scipy 클러스터 이진 데이터 및 레이블

이진 데이터 세트에서 k-means 클러스터링을 수행하려고합니다. 다음 매트릭스는 웹 페이지 액세스 (액세스의 경우 '1'및 액세스가 아닌 경우 '0')를 기반으로합니다. 첫 번째 열은 각 사용자를 식별하는 레이블입니다. 0,1,1,0,1,0,1,0,1,1,0 1,1,0,0,1,1,0,1,0,1,0 2,1,0,0,0,1,0,1,0,1,1 3,1,0,1

2열

1답변

kmeans 클러스터링 알고리즘의 MultiDimensional ArrayList

Java에서 특정 Music Recommendation System에 대한 kmeans 알고리즘을 구현하려고합니다. playsFinal[] (데이터 집합의 모든 사용자가 아티스트의 총 재생 횟수) 및 artFinal[] (전체 데이터 집합의 고유 아티스트)의 두 배열을 생성했습니다. 모든 artFinal[i]의 재생 횟수는 playsFinal[i]입니다.

-1열

1답변

Bigquery - 텍스트 클러스터링

누가 Google의 bigquery 테이블을 통해 텍스트 클러스터링을 실행할 사람을 알고 있습니까? 일부 작은 데이터 세트 (2k 행, 단일 열)를 통해 nltk를 사용하려고 시도했지만 영원히 (쿼드 코어, 8GB 컴퓨터, Linux에서 99 % CPU) 소요되는 것으로 보입니다. 감사합니다.

1열

1답변

kmeans의 여러 막대 그래프를 플로팅하는 방법 R

kmeans에서 각 중심의 여러 막대 그래프를 그릴 계획입니다. 그래서 만약 내 kmeans 출력은 다음과 같습니다 Col1 Col2 Col3 Col4 Col5 Col6 id 1 -0.04565042 -0.10418210 -0.11332770 1.8421049 -0.15583161 0.2955061 1 2 -0.02980742 -0.0923

0열

1답변

카테고리 변수를 다루는 KMeans

큰 데이터 파일에 Kmeans 클러스터링 알고리즘을위한 mapreduce 프로그램을 작성 중입니다. 각 관찰은 범주 형 변수와 숫자 형 변수를 모두 포함하는 열로 구성됩니다. Kmeans의 경우 거리 계산에 범주 형 변수를 포함하는 것은 적합하지 않습니다. 따라서 우리는 범주 항목을 사용하여 열을 필터링해야합니다. 내 질문에 : 문자로 항목을 필터링하는 것

0열

2답변

Carrot2-bisectingKmeans resouceLookup의 속성을 설정하면 stopwords.ar라는 리소스가 없음 오류가 발생합니다.

Carrot2- bisectingKmeans 알고리즘을 통해 문서 클러스터링을 시도했습니다. resouceLookup의 속성을 설정하고 영어/중국어의 언어를 테스트했습니다. 둘 다 "resouce lookup locations ...에 resources named stopwords.ar"라는 오류가 발생했습니다. 내가 쓴 대구 : //set the reso

0열

2답변

문자열의 감독되지 않은 클러스터링

나는 유사성에 의해 함께 그룹화하려는 1000 개 이상의 키워드 목록을 가지고 있습니다.이 "안뜰 가구" 는 을 "새 의자" "의자를 사용" "거실 가구"나는 싶습니다 : 예를 들어 "가구"와 "의자"용어가 함께 묶입니다. 내가 할 수있는 한 가지 방법은 미리 선택된 "중심"용어를 지정한 다음 Levenshtein 거리를 계산하고 kmeans를 사용하여 클

1열

1답변

전체 데이터 세트에 대해 각 클러스터 센터까지의 거리를 빠르게 계산합니다.

데이터 클러스터링 문제에서 X는 관측치에 해당하는 C와 함께 형성 될 수있는 클러스터의 중심에 해당하는 두 개의 질식 배열 X와 C를가집니다. 둘 다 같은 양의 열 (피처)을 가지고 있지만 C는 보통 X보다 행 수가 적습니다. X의 모든 관측과 모든 관측 사이의 최소 제곱 거리를 계산하는 빠른 방법을 찾으려고합니다. C. 간단한 파이썬에서이 다소 느린 D2

0열

1답변

VLFeat 계층 K-수단은 다음과 같이 용어 트리의 노드 번호 계층 K-수단

은 깊이 D의 어휘 트리 분기 계수 K는 (루트 노드 제외) 노드의 수를 가져야한다 : nodes = K + K^2 + ... + K^D nodes = (K^(D+1)-K)/(K-1) 그러나 vl_hikmeanshist은 하나의 추가 빈으로 막대 그래프를 제공합니다. 그들은 또한 그들이 "어떤 정보를 전달하지 루트를 계산하지"라고 nodes = (K^