Публикации по теме 'clustering'


Кластеризация K-средних
Введение Кластеризация K-средних — это неконтролируемый алгоритм машинного обучения, который используется для решения проблем кластеризации в машинном обучении. В реальных сценариях немаркированные данные, которые могут существовать для решения проблем. В таких случаях алгоритм K-средних играет жизненно важную роль в решении проблемы. При этом неразмеченные данные разбиваются на подгруппы. Где группы можно назвать кластером. Группировка может быть выполнена по данным, имеющим..
Видеообзор на YouTube: полный курс Data science — Edureka!
Последние пару недель я провел за просмотром 10-часового 23-минутного видео, посвященного науке о данных, которое было создано Edureka! Я всегда ищу способы улучшить свои навыки в этой нишевой области, поэтому подумал, что прохождение курса было бы для меня идеальным способом освоить некоторые новые методы и помочь мне повысить свою квалификацию.
Нечеткие C-средние: объяснение и реализация
Fuzzy C-Means (FCM) — это мощный алгоритм кластеризации неразмеченных данных для поиска скрытой структуры в наборе данных. Это широко используемый алгоритм обучения без учителя, например, в компьютерном зрении и для лучшего распознавания образов. Вскоре вы увидите, как мы реализуем FCM в Python из SCRATCH. FCM очень похож на K-Means с основным отличием в способе назначения точек данных всем доступным кластерам. В то время как K-Means назначает точки данных исключительно одному кластеру,..
Что такое кластеризация: введение
Эта статья была написана Малик Джахан , членом группы технического контента Educative. Машинное обучение превратилось в панорамную область и применяется в самых разных дисциплинах. Выбор и применение большинства алгоритмов машинного обучения в первую очередь зависят от характера задачи и набора данных. Если набор данных содержит набор экземпляров или точек данных, которые не имеют заранее определенной метки, ожидается, что алгоритмы кластеризации обработают данные и попытаются..
Обучение и оценка моделей кластеризации (2/2)
Предыдущий ‹‹ Обучение и оценка моделей кластеризации (1/2) Существует несколько алгоритмов, которые можно использовать для кластеризации. Одним из наиболее часто используемых алгоритмов является Кластеризация K-средних , который в своей простейшей форме состоит из следующих шагов: Значения объектов векторизуются для определения n-мерных координат (где n — количество объектов). В примере с цветком у нас есть две характеристики: количество лепестков и количество листьев. Итак,..
Введение в алгоритмы кластеризации в Python
В науке о данных мы часто думаем о том, как использовать данные для прогнозирования новых точек данных. Это называется «обучение с учителем». Иногда, однако, вместо того, чтобы «делать прогнозы», мы вместо этого хотим разбить данные на сегменты. Это называется «обучение без учителя». Чтобы проиллюстрировать разницу, предположим, что мы работаем в крупной сети пиццерий, и нам было поручено создать функцию в программном обеспечении для управления заказами, которая будет прогнозировать..
Кластеризация K-средних — Алгоритм машинного обучения без присмотра
K-Means – это алгоритм кластеризации, который используется при наличии неразмеченных данных. Как описано в названии, это алгоритм машинного обучения без присмотра, а также мощный алгоритм в науке о данных. В этой статье мы кратко обсудим кластеризацию K-средних и ее реализацию. K-Means — это тип кластеризации разделов и, следовательно, один из самых простых, но мощных алгоритмов машинного обучения. Поскольку это неконтролируемый алгоритм, K-Means делает выводы из наборов данных,..