Câu hỏi được gắn thẻ «clustering»

Phân tích cụm là nhiệm vụ phân vùng dữ liệu thành các tập hợp con của các đối tượng theo "độ tương tự" lẫn nhau của chúng mà không sử dụng kiến thức có sẵn như nhãn lớp. [Các cụm-tiêu chuẩn-lỗi và / hoặc các mẫu cụm phải được gắn thẻ như vậy; KHÔNG sử dụng thẻ "phân cụm" cho chúng.]

Có một chức năng nào trong R lấy trung tâm của các cụm được tìm thấy và gán các cụm cho một tập dữ liệu mới không

Tôi có hai phần của tập dữ liệu đa chiều, hãy gọi cho họ trainvà test. Và tôi muốn xây dựng một mô hình dựa trên tập dữ liệu tàu và sau đó xác nhận nó trên tập dữ liệu thử nghiệm. Số lượng các cụm được biết đến. Tôi …

14 r clustering k-means

k-nghĩa là thực hiện với ma trận khoảng cách tùy chỉnh trong đầu vào

Bất cứ ai cũng có thể chỉ cho tôi một triển khai k-mean (sẽ tốt hơn nếu trong matlab) có thể lấy ma trận khoảng cách trong đầu vào? Việc thực hiện MATLAB tiêu chuẩn cần ma trận quan sát trong đầu vào và không thể tùy chỉnh thay đổi …

14 clustering matlab k-means

Phân cụm (k-nghĩa hoặc cách khác) với ràng buộc kích thước cụm tối thiểu

Tôi cần phân cụm các đơn vị thành các cụm kkk để giảm thiểu tổng bình phương trong nhóm (WSS), nhưng tôi cần đảm bảo rằng mỗi cụm chứa ít nhất mmm đơn vị. Bất kỳ ý tưởng nào nếu bất kỳ chức năng phân cụm của R cho phép …

14 r clustering

Làm cách nào tôi có thể chuyển đổi khoảng cách (Euclide) thành điểm tương tự

Tôi đang sử dụng kkk có nghĩa là phân cụm để giọng nói cụm. Khi tôi so sánh cách phát âm với dữ liệu loa được phân cụm, tôi nhận được méo trung bình (dựa trên khoảng cách Euclide). Khoảng cách này có thể trong phạm vi của [0,∞][0,∞][0,\infty] . …

13 clustering k-means distance euclidean

Nhà nước tiên tiến trong sự trùng lặp

Các phương pháp tiên tiến trong sự trùng lặp kỷ lục là gì? Sự trùng lặp đôi khi cũng được gọi là: liên kết bản ghi, độ phân giải thực thể, độ phân giải danh tính, hợp nhất / thanh lọc. Tôi biết ví dụ về CBLOCK [1]. Tôi sẽ …

13 clustering data-cleaning record-linkage

Một thói quen để chọn eps và minPts cho DBSCAN

DBSCAN là thuật toán phân cụm được trích dẫn nhiều nhất theo một số tài liệu và nó có thể tìm thấy các cụm hình dạng tùy ý dựa trên mật độ. Nó có hai tham số eps (như bán kính lân cận) và minPts (như các lân cận tối …

13 clustering dbscan

Cụm dữ liệu lớn trong R và lấy mẫu có liên quan?

Tôi chưa quen với khoa học dữ liệu và gặp vấn đề khi tìm cụm trong bộ dữ liệu với 200.000 hàng và 50 cột trong R. Vì dữ liệu có cả biến số và biến danh nghĩa, nên các phương thức như K-mean sử dụng thước đo khoảng cách …

13 r clustering sampling large-data

Kỹ thuật phân cụm thích hợp cho dữ liệu thời gian?

Tôi có dữ liệu tạm thời về tần số hoạt động. Tôi muốn xác định các cụm trong dữ liệu chỉ ra các khoảng thời gian riêng biệt với mức độ hoạt động tương tự. Lý tưởng nhất là tôi muốn xác định các cụm mà không chỉ định số …

13 machine-learning clustering

Khởi tạo trung tâm K-mean bằng các mẫu con ngẫu nhiên của tập dữ liệu?

Nếu tôi có một tập dữ liệu nhất định, việc khởi tạo các trung tâm cụm bằng cách sử dụng các mẫu ngẫu nhiên của tập dữ liệu đó sẽ thông minh đến mức nào? Ví dụ, giả sử tôi muốn 5 clusters. Tôi 5 random samplesnói, size=20%của các dữ …

13 clustering k-means unsupervised-learning

Sử dụng thử nghiệm ý nghĩa thống kê để xác nhận kết quả phân tích cụm

Tôi đang khảo sát việc sử dụng thử nghiệm ý nghĩa thống kê (SST) để xác nhận kết quả phân tích cụm. Tôi đã tìm thấy một số bài viết xung quanh chủ đề này, chẳng hạn như " Ý nghĩa thống kê của việc phân cụm cho dữ liệu …

13 hypothesis-testing clustering statistical-significance

Hiểu so sánh kết quả phân cụm

Tôi đang thử nghiệm phân loại dữ liệu thành các nhóm. Tôi còn khá mới mẻ với chủ đề này và đang cố gắng tìm hiểu đầu ra của một số phân tích. Sử dụng các ví dụ từ Quick-R , một số Rgói được đề xuất. Tôi đã thử …

13 r clustering

LARS vs phối hợp gốc cho Lasso

Những ưu và nhược điểm của việc sử dụng LARS [1] so với sử dụng gốc tọa độ để phù hợp với hồi quy tuyến tính chính quy L1? Tôi chủ yếu quan tâm đến các khía cạnh hiệu suất (vấn đề của tôi có xu hướng có Nhàng trăm …

13 regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

Bạn làm gì khi không có điểm khuỷu tay để phân cụm

Tôi đã học được rằng khi chọn một số cụm, bạn nên tìm một điểm khuỷu tay cho các giá trị khác nhau của K. Tôi đã vẽ các giá trị của các giá trị cho các giá trị của k từ 1 đến 10, nhưng tôi không thấy rõ …

13 clustering k-means

Tôi có cần bỏ các biến tương quan / collinear trước khi chạy kmeans không?

Tôi đang chạy kmeans để xác định cụm khách hàng. Tôi có khoảng 100 biến để xác định các cụm. Mỗi biến này đại diện cho% chi tiêu của khách hàng cho một danh mục. Vì vậy, nếu tôi có 100 danh mục, tôi có 100 biến này sao cho …

13 clustering data-mining k-means multicollinearity compositional-data

Làm thế nào để khoảng cách Gower tính toán sự khác biệt giữa các biến nhị phân '?

Tôi có 17 biến số và 5 biến nhị phân (0-1), với 73 mẫu trong tập dữ liệu của tôi. Tôi cần phải chạy một phân tích cụm. Tôi biết rằng khoảng cách Gower là một số liệu tốt cho các bộ dữ liệu với các biến hỗn hợp. Tuy …

13 clustering distance mixed-type-data

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.

Licensed under cc by-sa 3.0 with attribution required.