聚类算法汇总（附代码） |
您所在的位置：网站首页 › 聚类算法例子有哪些 › 聚类算法汇总（附代码） |
|
聚类算法汇总（附代码）
本次整理了聚类工程里面常见算法，以及给出合适的工程结构方便调用，编写常用的聚类指标当作聚类结果函数，并Github链接在文末，供大家交流学习。 文章目录 聚类算法汇总（附代码） 前言 一、KMeans算法 二、Kernel-Kmeans算法 三、AP聚类算法 四、谱聚类算法 五、总结 前言“物以类聚，人以群分” 下面介绍几种聚类算法 一、KMeans算法主要实现了肘部法确定聚类簇数，以及调用python的库函数进行聚类，可以参考我前面的博文 这篇更新一个带有权重的Kmeans算法，我们有时候需要给特征规定不同的权重，这个可以根据特征重要性来判断，具体更新在欧氏距离的计算上： def euclidean_distance(one_sample, X): ''' :param one_sample: 一个样本点输入 :param X: 所有的聚类中心 :return: 样本点距离每一个聚类中心的距离 ''' one_sample = one_sample.reshape(1, -1) X = X.reshape(X.shape[0], -1) distances = [] w = [1, 0.2, 0.2] n = X.shape[0] # n 表示样本的个数 for i in range(n): subs = one_sample - X |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |