博客园  :: 首页  :: 联系 :: 管理

2017年8月8日

ML: 聚类算法-K均值聚类

摘要： 基于划分方法聚类算法R包： K-均值聚类（K-means） stats::kmeans()、fpc::kmeansruns() K-中心点聚类（K-Medoids） cluster::pam() 、fpc::pamk() 层次聚类 stats::hclust()、BIRCH、CURE 密度聚类 fp 阅读全文

posted @ 2017-08-08 06:03 天戈朱 阅读(1268) 评论(0) 推荐(0) 编辑

R常用操作

摘要： ##检查数据的维度 dim(iris) ##显示数据集的内部结构 str(iris) ##显示数据集的属性 attributes(iris) ##显示数据集中每个变量的分布情况 summary(iris) ##显示iris数据集列Species中各个值出现频次 table(iris$Species) 阅读全文

posted @ 2017-08-08 06:03 天戈朱 阅读(477) 评论(0) 推荐(0) 编辑

ML: 聚类算法-概论

摘要： 聚类分析是一种重要的人类行为，早在孩提时代，一个人就通过不断改进下意识中的聚类模式来学会如何区分猫狗、动物植物。目前在许多领域都得到了广泛的研究和成功的应用，如用于模式识别、数据分析、图像处理、市场研究、客户分割、Web文档分类等。 聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或 阅读全文

posted @ 2017-08-08 06:00 天戈朱 阅读(1592) 评论(0) 推荐(0) 编辑