Thống kê và dữ liệu lớn clustering

5

Làm thế nào để hiểu những nhược điểm của K-nghĩa

K-mean là một phương pháp được sử dụng rộng rãi trong phân tích cụm. Theo hiểu biết của tôi, phương pháp này KHÔNG yêu cầu BẤT CỨ giả định nào, nghĩa là đưa cho tôi một tập dữ liệu và số cụm được chỉ định trước, k và tôi chỉ …

365 machine-learning clustering data-mining k-means

8

Tại sao khoảng cách Euclide không phải là một số liệu tốt trong kích thước cao?

Tôi đọc rằng 'Khoảng cách Euclide không phải là khoảng cách tốt trong các chiều cao'. Tôi đoán câu nói này có liên quan đến lời nguyền của chiều, nhưng chính xác thì sao? Bên cạnh đó, "kích thước cao" là gì? Tôi đã áp dụng phân cụm theo phân …

240 machine-learning clustering distance-functions metric high-dimensional

8

Phát hiện một khuôn mặt nhất định trong cơ sở dữ liệu hình ảnh khuôn mặt

Tôi đang làm việc trong một dự án nhỏ liên quan đến khuôn mặt của người dùng twitter thông qua hình ảnh hồ sơ của họ. Một vấn đề tôi gặp phải là sau khi tôi lọc ra tất cả trừ những hình ảnh rõ nét, một tỷ lệ nhỏ …

110 machine-learning clustering image-processing

6

Làm thế nào để biết liệu dữ liệu được cụm cụm có đủ để các thuật toán phân cụm tạo ra kết quả có ý nghĩa hay không?

Làm thế nào bạn biết liệu dữ liệu (chiều cao) của bạn thể hiện đủ phân cụm sao cho kết quả từ kmeans hoặc thuật toán phân cụm khác thực sự có ý nghĩa? Đối với thuật toán k-mean nói riêng, mức giảm của phương sai trong cụm nên có …

78 clustering k-means

6

Phân cụm trên đầu ra của t-SNE

Tôi đã có một ứng dụng trong đó rất tiện để phân cụm một tập dữ liệu ồn ào trước khi tìm kiếm các hiệu ứng nhóm phụ trong các cụm. Lần đầu tiên tôi nhìn vào PCA, nhưng phải mất ~ 30 thành phần để có được 90% khả …

78 clustering interpretation k-means tsne

3

Một ví dụ: Hồi quy LASSO bằng glmnet cho kết quả nhị phân

Tôi bắt đầu say mê với việc sử dụng glmnetvới LASSO Regression trong đó kết quả quan tâm của tôi là phân đôi. Tôi đã tạo một khung dữ liệu giả nhỏ bên dưới: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, …

77 r self-study lasso regression interpretation anova statistical-significance survey conditional-probability independence naive-bayes graphical-model r time-series forecasting arima r forecasting exponential-smoothing bootstrap outliers r regression poisson-distribution zero-inflation genetic-algorithms machine-learning feature-selection cart categorical-data interpretation descriptive-statistics variance multivariate-analysis covariance-matrix r data-visualization generalized-linear-model binomial proportion pca matlab svd time-series correlation spss arima chi-squared curve-fitting text-mining zipf probability categorical-data distance group-differences bhattacharyya regression variance mean data-visualization variance clustering r standard-error association-measure somers-d normal-distribution integral numerical-integration bayesian clustering python pymc nonparametric-bayes machine-learning svm kernel-trick hyperparameter poisson-distribution mean continuous-data univariate missing-data dag python likelihood dirichlet-distribution r anova hypothesis-testing statistical-significance p-value rating data-imputation censoring threshold

6

Chọn phương pháp phân cụm

Khi sử dụng phân tích cụm trên một tập dữ liệu để nhóm các trường hợp tương tự, người ta cần chọn trong số lượng lớn các phương pháp phân cụm và đo khoảng cách. Đôi khi, một lựa chọn có thể ảnh hưởng đến lựa chọn khác, nhưng có …

73 clustering distance-functions methodology

7

Khoảng cách Euclide thường không tốt cho dữ liệu thưa thớt?

Tôi đã thấy ở đâu đó rằng khoảng cách cổ điển (như khoảng cách Euclide) trở nên phân biệt đối xử yếu khi chúng ta có dữ liệu đa chiều và thưa thớt. Tại sao? Bạn có một ví dụ về hai vectơ dữ liệu thưa thớt trong đó khoảng …

72 machine-learning clustering data-mining sparse euclidean

6

Tại sao thuật toán phân cụm k-mean chỉ sử dụng số liệu khoảng cách Euclide?

Có một mục đích cụ thể nào về hiệu quả hoặc chức năng tại sao thuật toán k-mean không sử dụng ví dụ tương tự cosine (dis) như một thước đo khoảng cách, mà chỉ có thể sử dụng định mức Euclide? Nói chung, phương pháp K-nghĩa sẽ tuân thủ …

62 clustering k-means distance-functions euclidean

6

Cắt dendrogram ở đâu?

Phân cụm phân cấp có thể được biểu diễn bằng một dendrogram. Cắt một dendrogram ở một mức độ nhất định sẽ cho một tập hợp các cụm. Cắt ở cấp độ khác cho một cụm khác. Làm thế nào bạn sẽ chọn nơi để cắt dendrogram? Có một cái …

61 clustering dendrogram

5

Mối quan hệ giữa phân cụm k-nghĩa và PCA là gì?

Đó là một thực tế phổ biến để áp dụng PCA (phân tích thành phần chính) trước một thuật toán phân cụm (chẳng hạn như phương tiện k). Người ta tin rằng nó cải thiện kết quả phân cụm trong thực tế (giảm nhiễu). Tuy nhiên, tôi quan tâm đến …

61 clustering pca k-means

10

Làm thế nào để quyết định số cụm chính xác?

Chúng tôi tìm thấy các trung tâm cụm và gán điểm cho k thùng khác nhau trong cụm k-nghĩa là thuật toán rất nổi tiếng và được tìm thấy gần như trong mọi gói học máy trên mạng. Nhưng phần còn thiếu và quan trọng nhất theo ý kiến của …

54 clustering k-means

10

Phân cụm với một ma trận khoảng cách

Tôi có một ma trận (đối xứng) Mđại diện cho khoảng cách giữa mỗi cặp nút. Ví dụ, ABCDEFGHIJKL A 0 20 20 20 40 60 60 60 100 120 120 120 B 20 0 20 20 60 80 80 80 120 140 140 140 C 20 20 0 20 …

52 clustering

2

Làm thế nào một mạng thần kinh nhân tạo ANN, có thể được sử dụng để phân cụm không giám sát?

Tôi hiểu làm thế nào một artificial neural network (ANN), có thể được đào tạo một cách có giám sát bằng cách sử dụng backpropogation để cải thiện sự phù hợp bằng cách giảm lỗi trong các dự đoán. Tôi đã nghe nói rằng ANN có thể được sử dụng …

52 clustering neural-networks unsupervised-learning self-organizing-maps

5

Sự khác biệt giữa vấn đề đa lớp và đa lớp

Sự khác biệt giữa một vấn đề đa kính và một vấn đề đa nhãn là gì?

52 classification clustering terminology multi-class multilabel

Câu hỏi được gắn thẻ «clustering»