python中学习K-Means和图片压缩
大家在python中会遇到关于K-Means和图片压缩的问题，我先通过本次文章学习一下基本原理吧。
机器学习之K-means聚类分析NBA球员案例
import pandas as pdimport numpy as npimport mathimport matplotlib.pyplot as pltnba = pd.read_csv("D:\\test\\machineLearning\\nba_2013.csv")print nba.h...
K-均值聚类算法(K-means algorithm) & 二分K-均值算法(Bisecting k-means algorithm)
本文主要介绍最常见的一种聚类算法：K-means算法，及其改进算法二分K-均值算法。文中示例代码取源于《Machine Learning in Action》。 机器学习的算法主要分为监督学习和无监督学习监督学习。 监督学习(supervised learning)，利用样本输入和期望输出来学习如何...
k-means和iosdata聚类算法在生活案例中的运用
引言：聚类是将数据分成类或者簇的过程，从而使同簇的对象之间具有很高的相似度，而不同的簇的对象相似度则存在差异。聚类技术是一种迭代重定位技术，在我们的生活中也得到了广泛的运用，比如：零件分组、数据评价、数据分析等很多方面；具体的比如对市场分析人员而言，聚类可以帮助市场分析人员从消费者数据库中分出不同的...
K-means算法及文本聚类实践
K-Means是常用的聚类算法，与其他聚类算法相比，其时间复杂度低，聚类的效果也还不错，这里简单介绍一下k-means算法，下图是一个手写体数据集聚类的结果。基本思想k-means算法需要事先指定簇的个数k，算法开始随机选择k个记录点作为中心点，然后遍历整个数据集的各条记录，将每条记录归到离它最近的...
二分K-means算法
二分K-means聚类（bisecting K-means）算法优缺点：由于这个是K-means的改进算法，所以优缺点与之相同。算法思想：1.要了解这个首先应该了解K-means算法，可以看这里这个算法的思想是：首先将所有点作为一个簇，然后将该簇一分为二。之后选择能最大程度降低聚类代价函数（也就是误...
K-means算法性能评估及其优化
1、 SSE误差平方和(Sum of Square due to Error)：聚类情况：计算公式：注：SSE参数计算的内容为当前迭代得到的中心位置到各自中心点簇的欧式距离总和，这个值越小表示当前的分类效果越好！参数描述：P表示点位置(x,y)。Mi为中心点的位置。SSE表示了，当前的分类情况的中心...
【机器学习】【K-Means】算法详解+样本集实例讲解
1.k-means算法步骤详解 使用2维的样本进行讲解，用x-y坐标系表示就是sample=(x, y)，比如sample=(1,3)。其他n维度样本的k-means算法步骤也是一样，没有影响。 1.1算法步骤 Step1.给定初始质心：首先选取初始质心集合centroids 说明：A.质心数量由用...
使用kd-tree加速k-means
0.目录前置知识思路介绍详述1 确定h的中心点2 算法步骤java实现1.前置知识本文内容基于《Accelerating exact k-means algorithms with geometric reasoning》KDTree k-means2.思路介绍k-means算法在初始化中心点后C通...
【机器学习】算法原理详细推导与实现(六):k-means算法
【机器学习】算法原理详细推导与实现(六):k-means算法之前几个章节都是介绍有监督学习，这个章节介绍无监督学习，这是一个被称为k-means的聚类算法，也叫做k均值聚类算法。聚类算法在讲监督学习的时候，通常会画这样一张图：这时候需要用logistic回归或者SVM将这些数据分成正负两类，这个过程...
python 基于空间相似度的K-means轨迹聚类的实现
这篇文章主要介绍了python 基于空间相似度的K-means轨迹聚类的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
利用K-means聚类分类，进行特征学习
这只是老师安排的一个实验，准备过程中遇到各种问题，现在贴出来供大家参考，是Andrew Ng参与的研究，论文依据如下，第二篇是一篇相关的论文，Learning Feature Representations with K-means, Adam Coates and Andrew Y. Ng. In...
机器学习实战5：k-means聚类：二分k均值聚类+地理位置聚簇实例
k-均值聚类是非监督学习的一种，输入必须指定聚簇中心个数k。k均值是基于相似度的聚类，为没有标签的一簇实例分为一类。一 经典的k-均值聚类思路：1 随机创建k个质心（k必须指定，二维的很容易确定，可视化数据分布，直观确定即可）；2 遍历数据集的每个实例，计算其到每个质心的相似度，这里也就是欧氏距离；...
k-means
参考：http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.htmlk-means是无监督的聚类算法，比较简单，但包含的思想不简单，与后面很难的EM有很大关联
3. sklearn的K-Means的使用
1. K-Means原理解析2. K-Means的优化3. sklearn的K-Means的使用4. K-Means和K-Means++实现1. 前言在机器学习中有几个重要的python学习包。sklearn：sklearn里面包含了各种机器学习的算法结构numpy：numpy里面主要是矩阵的运算和...
二分K-均值算法 bisecting K-means in Python
下面的连续几篇博文将介绍无监督学习中的基于k均值算法的聚类法、基于Apriori算法的关联分析法，和更高效的基于FP-growth的关联分析方法。 需要注意的是，无监督学习不存在训练过程。 聚类法概念很好理解，但传统的K-means法存在较大的缺陷，我们首先介绍K-means法后着重介绍二分...
C语言中K-means算法实现代码
这篇文章主要为大家详细介绍了C语言中K-means算法的实现代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
机器学习算法之二：5分钟上手K-Means
1.案例：承袭KNN，这个数据依旧是用打斗次数和接吻次数来界定电影类型，接吻多的是Romance类型的，而打斗多的是动作电影。 2.问题：现在有一部名字未知的电影，打斗次数为18次，接吻次数为90次的电影，它到底属于哪种类型的电影呢？ 3.Sampe code： # -*- coding: utf...
K-均值（K-means）聚类算法
聚类是一种无监督的学习，它将相似的对象归到同一个簇中。 这篇文章介绍一种称为K-均值的聚类算法，之所以称为K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算而成。 聚类分析视图将相似对象归入同一簇，将不相似对象归到不同簇。 下面用Python简单演示该算法实现的原理： 函...
K-means(K-均值)聚类算法
划分方法聚类分析最简单、最基本的版本是划分，它把对象组织成多个互斥的簇。这一方法，要求每个对象必须/恰好属于每一个簇。（事实上，我们应该知道，这个要求是很不合理的，因为它忽略了离群点，假若把噪声数据强行划分在簇里，那势必会降低聚类的准确率，所以为了改进这一点，在模糊划分中适当放宽了这一要求。 大部分...