K-means聚类算法一文详解+Python代码实例
博主共参与了数十场数学建模，其中对于未给出标签的数据进行分析时一般第一个想到的就是聚类算法。聚类算法分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurem
spss分析方法-聚类分析
聚类分析是根据研究对象的特征，按照一定标准对研究对象进行分类的一种分析方法。下面我们主要从下面四个方面来解说： 一、实际应用 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用
[Python] 散点图（二维散点图、三维散点图、散点图矩阵）
python 二维散点图、气泡图、三维散点图、二维三点矩阵 【案例+python代码】
Python简单代码实现k-means聚类算法
关于K-means聚类算法用Python语言实现
Python中的层次聚类，详细讲解
机器学习中的层次聚类，python实现
数据挖掘学习——SOM网络聚类算法+python代码实现
当一个神经元被激活时，最近的邻居节点往往比那些远离的邻居节点更兴奋。从图中可以看到，输出层的每个节点，通过D条权边与输入节点相连（即输出层的每个节点用一个D维权重Wij来表征），其中输出层中每个节点之间按照距离远近存在一定联系。不仅获胜的神经元能够得到权重更新，它的邻居也将更新它们的权重，尽管不如获
聚类-KMeans算法（图解算法原理）
k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，也就是将数据分成K个簇的算法，其中K是用户指定的。
2022数学建模国赛C题 古代玻璃制品的成分分析与鉴别思路
我发现好多队都在犹豫怎么做，找各种思路做题注意不要来回切换思路，有个思路先实践一下，写到论文里，先有个baseline，再慢慢改进，要不犹豫到最后，一整天了啥也没做出来。下面是我的一点思路，供大家参考。本专栏还有很多其他优秀文章，可供大家参考。
【2022高教社杯数学建模】C题：古代玻璃制品的成分分析与鉴别方案及代码实现（已经更新完毕）
【2022高教社杯数学建模】C题：古代玻璃制品的成分分析与鉴别方案及代码实现（1）对表1中，统计风化程度与玻璃类型、纹饰、颜色的关系，作出柱状图可视化或者饼状图（2）利用文物采样点结合表1和表2，对不同玻璃类型，再划分有无风化，对化学成分统计，即四种情况求均值求出风化前后的差值（3）线性回归，求风化
A9.2022年全国数学建模竞赛 C题-玻璃制品的成分分析与鉴别-赛题分析与讨论
1. 2022年C题（玻璃制品的成分分析与鉴别）2.1 基本分析：分类问题+聚类问题+预测问题2.2 聚类问题参考例程Kmeans 聚类例程：2.3 分类问题参考例程分类问题 Python 例程1：LinearSVC 使用例程分类问题 Python 例程2：NuSVC 使用例程3. 参考文献
基于编辑距离纯逻辑实现相似地址聚类
香港公司发来的账单中，有很多相对的地址却使用的不同的派送方式采用了不同的收费，这部分数据明显存在问题需要与香港公司进行确认。上图中展示了一种极度简单的情况，只需要将文本所有空格去掉即可找出来，但是部分地址是仅仅差几个汉字字符仍然是相同的地址，为了最高的准确度我们使用编辑距离计算地址间的相似度更佳。这
机器学习之sklearn基础——一个小案例，sklearn初体验
机器学习之sklearn基础
Clustering Coefficient
关于网络中聚类系数的计算——LCC和GCC的计算方法，GCC的计算方法涉及平均LCC和Transitivity两种，并比较了一下差异
机器学习之聚类——从教授的等式到凸聚类
机器学习之聚类——从教授的等式到凸聚类
【机器学习】21天挑战赛学习笔记（二）
1.什么是聚类学习聚类一直是机器学习、数据挖掘、模式识别等领域的重要组成内容。聚类是在无标记样本的条件下将数据分组，他通常被用于以下三个方面：🌈发现数据的潜在结构🌈对数据进行自然分组🌈对数据进行压缩这几个方面的功能使聚类既可以作为预处理程序，又可以作为独立的分析工具。2.聚类的描述数据聚类（聚
K-means聚类算法
聚类分析K-means算法
聚类—K-means算法
介绍了聚类算法中的K均值算法、影响因子和计算特性，并提出了一些结合性的方法——K众数算法，K-means++算法，K-中心点算法，解决K-means算法的一些缺点，提高K-means算法的通用性
基于图的 Affinity Propagation 聚类计算公式详解和代码示例
Affinity Propagation Clustering（简称AP算法）是2007提出的，当时发表在Science上《single-exemplar-based》。特别适合高维、多类数据快速聚类，相比传统的聚类算法，该算法算是比较新的，从聚类性能和效率方面都有大幅度的提升。
手把手带你玩转Spark机器学习-使用Spark构建聚类模型
本文以Covid-19新冠肺炎的公开数据为例，为大家演示如何在Spark上进行空缺值处理、异常检测、去除重复项等预处理操作。同时为了直观了解过去一段时间内新冠肺炎病例演变情况，我们还引入geopandas来画一个比较酷炫的全球新冠肺炎地理热图，并通过coding将png图像转换成一个动态图片gif，
KMean算法精讲
KMeas算法是一种聚类算法，同时也是一种无监督的算法，即在训练模型时并不需要标签，其主要目的是通过循环迭代，将样本数据分成K类。
