无监督学习是机器学习技术中的一类，用于发现数据中的模式。本文介绍用Python进行无监督学习的几种聚类算法，包括K-Means聚
2018-05-27 09:59
与分类不同，分类是示例式学习，要求分类前明确各个类别，并断言每个元素映射到一个类别，而聚类是观察式学习，在聚类前可以不知道类别甚至不给定类别数量，是无监督学习的一种。目
2018-02-12 16:42
与K均值相比最大的优点是我们无需指定指定聚类数目，聚类中心处于最高密度处也是符合直觉认知的结果。但其最大的缺点在于滑窗大
2018-05-25 17:10
K-means 算法是典型的基于距离的聚类算法，采用距离作为相似性的评价指标，两个对象的距离越近，其相似度就越大。而簇是由距离靠近的对象组成的，因此算法目的是得到紧凑并且独立的簇。
2022-07-18 09:19
本文开始介绍了聚类算法概念，其次阐述了聚类算法的分类，最后详细介绍了聚类
2018-04-26 10:56
分享一篇关于聚类的文章，10种聚类介绍和Python代码。
2022-07-30 10:25
本文针对k-medoids算法具有初始点选取复杂、聚类迭代时间久、中心点选取消耗资源过多等缺点，使用Hadoop平台下的MapReduce编程框架对算法进行初始点的点密度计算选取并行化、非中心点分配并行化和中心点更
2018-05-18 09:06
有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。相反，最好探索一系列聚
2023-05-22 09:13
Matlab 提供系列函数用于聚类分析，归纳起来具体方法有如下： 方法一：直接聚类，利用 clusterdata 函数对样本数据进行一次聚类，其缺点为可供用户选择的面较
2018-05-18 15:04
核心对象就是指的一个类的核心，满足两个条密度聚类的关键要素，初始的核心对象有很多，但是经过不断迭代整合后，核心对象越来越少，到最后一个类形成后，核心对象就是一个抽象的概
2023-03-01 10:25
