AI 助理
备案控制台
开发者社区 大数据 文章 正文

划分聚类

2015-09-01 818
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 　　我觉得主要抓住三点，一是划分成多少类，这个类别数k的指定；二是聚类过程中中心点的选择，开始时怎么选，迭代过程中又该怎么选；三是聚类终止的条件。现在比较流行的就是k均值，k中心点了，当然还有他们的一些变种。

　　我觉得主要抓住三点，一是划分成多少类，这个类别数k的指定；二是聚类过程中中心点的选择，开始时怎么选，迭代过程中又该怎么选；三是聚类终止的条件。现在比较流行的就是k均值，k中心点了，当然还有他们的一些变种。首先是这个k的指定问题，现在还没有好的方法。

　　奥姆卡剃刀原理：当两个假说具有完全相同的解释力和预测力时，我们以那个较为简单的假说作为讨论依据。

文章标签：
数据挖掘
哈沙给
目录
相关文章
derek武汉
|
机器学习/深度学习 算法 数据挖掘
聚类方法介绍
聚类方法介绍
derek武汉
162 0
算精通
|
机器学习/深度学习 数据采集 运维
聚类细分
聚类是一种无监督学习方法，它通过分析数据集中的特征和规律，将数据自动划分为若干个具有相似特征的簇（cluster）。聚类的目的是找出数据之间的内在联系，为数据挖掘和分析提供有用的信息。在聚类的细分方面，可以根据不同的维度对聚类方法进行分类：
算精通
157 1
python编程狮
|
4月前
|
数据采集 算法 数据可视化
基于K-Means聚类算法对球员数据的聚类分析，可以自主寻找最优聚类数进行聚类
本文介绍了一个基于K-Means聚类算法的NBA球员数据分析项目，该项目通过采集和分析球员的得分、篮板、助攻等统计数据，使用轮廓系数法和拐点法确定最优聚类数，将球员分为不同群组，并提供了一个可视化界面以便直观比较不同群组的球员表现。
python编程狮
93 0
基于K-Means聚类算法对球员数据的聚类分析，可以自主寻找最优聚类数进行聚类
算法金
|
6月前
|
机器学习/深度学习 算法 数据挖掘
算法金 | K-均值、层次、DBSCAN聚类方法解析
**摘要：** 这篇文章介绍了聚类分析的基本概念和几种主要的聚类算法。聚类是无监督学习中用于发现数据内在结构的技术，常用于市场分析、图像分割等场景。K-均值是一种基于划分的算法，简单高效但易受初始值影响；层次聚类包括凝聚和分裂方式，形成层次结构但计算复杂；DBSCAN基于密度，能处理任意形状的簇，但参数选择敏感。文章还讨论了这些算法的优缺点和适用场景，并提供了相关资源链接和Python实现。
算法金
113 9
算法金 | K-均值、层次、DBSCAN聚类方法解析
什么时候能躺平
|
7月前
202109-2 非零段划分
202109-2 非零段划分
什么时候能躺平
43 3
拓端数据部落
|
7月前
|
数据可视化 算法 数据挖掘
R语言中的划分聚类模型
R语言中的划分聚类模型
拓端数据部落
20 1
拓端数据部落
|
7月前
|
算法 数据挖掘 索引
R语言最优聚类数目k改进kmean聚类算法
R语言最优聚类数目k改进kmean聚类算法
拓端数据部落
62 0
猿长大人
|
7月前
|
算法 搜索推荐 数据挖掘
C# | KMeans聚类算法的实现，轻松将数据点分组成具有相似特征的簇
聚类是将数据点根据其相似性分组的过程，它有很多的应用场景，比如：图像分割、文本分类、推荐系统等等。在这些应用场景里面我们需要将数据点分成多个簇，每个簇内的数据点具有相似的特征，以便于我们能够更简单的处理数据。 KMeans算法是一种常用的聚类算法，它可以将数据点分组成具有相似特征的簇。
猿长大人
187 0
C# | KMeans聚类算法的实现，轻松将数据点分组成具有相似特征的簇
greework
实现对周的划分
实现对周的划分
greework
66 0
YuetianW
|
机器学习/深度学习 算法 数据挖掘
聚类练习：对地理数据应用二分k-均值算法聚类
聚类练习：对地理数据应用二分k-均值算法聚类
YuetianW
272 0
聚类练习：对地理数据应用二分k-均值算法聚类