k-means पर टैग किए गए जवाब

मुझे पता है कि k- साधन क्लस्टरिंग एल्गोरिथ्म और k- मध्यिका है। एक जो मध्य के रूप में माध्य का उपयोग करता है और दूसरा माध्यिका का उपयोग करता है। मेरा प्रश्न है: कब / कहां उपयोग करना है?

14 clustering  k-means 

मुझे पता है कि k- साधन आमतौर पर एक्सपेक्टेशन मैक्सिमाइजेशन का उपयोग करके अनुकूलित किया जाता है । हालाँकि हम इसके नुकसान फ़ंक्शन को उसी तरह से अनुकूलित कर सकते हैं जिस तरह से हम किसी अन्य को अनुकूलित करते हैं! मुझे कुछ कागजात मिले जो वास्तव में बड़े पैमाने …

14 optimization  k-means  expectation-maximization  loss-functions 

मैंने k- साधनों के बारे में शोध किया और ये मुझे मिले: k-mean सबसे सरल एल्गोरिथ्म में से एक है जो ज्ञात क्लस्टरिंग समस्याओं को हल करने के लिए अप्रशिक्षित शिक्षण पद्धति का उपयोग करता है। यह बड़े डेटासेट के साथ वास्तव में अच्छी तरह से काम करता है। हालांकि, …

14 clustering  data-mining  algorithms  k-means 

ऐसा लगता है कि K- साधन और अन्य संबंधित एल्गोरिदम के लिए, क्लस्टरिंग बिंदुओं के बीच की दूरी की गणना करने पर आधारित है। क्या कोई ऐसा है जो इसके बिना काम करता है?

14 machine-learning  clustering  data-mining  k-means 

K- साधन विश्लेषण के बाद ANOVA तालिका के बाद की अधिसूचना इंगित करती है कि महत्व के स्तर को समान साधनों के परीक्षण के रूप में नहीं देखा जाना चाहिए, क्योंकि दूरी को अधिकतम करने के लिए यूक्लिडियन दूरी के आधार पर क्लस्टर समाधान निकाला गया है। मुझे यह दिखाने …

14 anova  k-means 

मेरे पास एक बहुआयामी डेटा सेट के दो भाग हैं, चलो उन्हें कॉल करें trainऔर test। और मैं ट्रेन डेटा सेट के आधार पर एक मॉडल बनाना चाहता हूं और फिर परीक्षण डेटा सेट पर इसे मान्य करता हूं। समूहों की संख्या ज्ञात है। मैंने आर में क्लस्टरिंग के साधनों …

14 r  clustering  k-means 

क्या कोई मुझे k- साधन के कार्यान्वयन के बारे में बता सकता है (यह बेहतर होगा अगर matlab में) इनपुट में दूरी मैट्रिक्स ले सकता है? मानक matlab कार्यान्वयन को इनपुट में अवलोकन मैट्रिक्स की आवश्यकता होती है और यह समानता माप को कस्टम रूप देना संभव नहीं है।

14 clustering  matlab  k-means 

मैं ग्राहकों के समूहों की पहचान करने के लिए किमी चला रहा हूं। समूहों की पहचान करने के लिए मेरे पास लगभग 100 चर हैं। इनमें से प्रत्येक चर किसी श्रेणी पर एक ग्राहक द्वारा खर्च के% का प्रतिनिधित्व करता है। इसलिए, यदि मेरे पास 100 श्रेणियां हैं, तो मेरे …

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

मैं उपयोग कर रहा हूँ अर्थ है क्लस्टर स्पीकर की आवाज़ों का क्लस्टरिंग। जब मैं क्लस्टर किए गए स्पीकर डेटा के साथ एक उच्चारण की तुलना करता हूं जो मुझे मिलता है (यूक्लिडियन दूरी-आधारित) औसत विरूपण। यह दूरी सीमा में हो सकती है । मैं इस दूरी को समानता स्कोर …

13 clustering  k-means  distance  euclidean 

अगर मेरे पास एक निश्चित डेटासेट है, तो उस डेटासेट के यादृच्छिक नमूनों के माध्यम से क्लस्टर केंद्रों को शुरू करना कितना स्मार्ट होगा? उदाहरण के लिए, मान लीजिए कि मुझे चाहिए 5 clusters। मैं मूल डेटासेट के बारे 5 random samplesमें कहता हूं size=20%। फिर मैं इन 5 यादृच्छिक …

13 clustering  k-means  unsupervised-learning 

मैंने सीखा है कि जब कई समूहों को चुनते हैं, तो आपको कश्मीर के विभिन्न मूल्यों के लिए एक कोहनी बिंदु की तलाश करनी चाहिए। मैंने कश्मीर के मूल्यों को 1 से 10 तक के मूल्यों के लिए प्लॉट किया है, लेकिन मैं स्पष्ट नहीं देख रहा हूं कोहनी। इस …

13 clustering  k-means 

मैं वर्तमान में अपने खिलौना डेटा सेट (inc iris (:) के लिए BIC की गणना करने की कोशिश कर रहा हूं। मैं यहां दिखाए गए अनुसार परिणाम को पुन: उत्पन्न करना चाहता हूं (चित्र 5)। यह पेपर भी BIC फॉर्मूलों के लिए मेरा स्रोत है। मुझे इसके साथ 2 समस्याएं …

13 python  k-means  scikit-learn  bic 

मेरे पास कुछ डेटा पॉइंट्स हैं, जिनमें से प्रत्येक में एग्लोमेरेटेड डिस्क्रीट परिणाम के 5 वैक्टर हैं, प्रत्येक वेक्टर के परिणाम एक अलग वितरण द्वारा उत्पन्न होते हैं, और विशिष्ट प्रकार जिनमें से मुझे यकीन नहीं है, मेरा सबसे अच्छा अनुमान वेइबुल है, आकार के पैरामीटर के आसपास कहीं न …

13 distributions  clustering  feature-selection  kolmogorov-smirnov  k-means 

बहमन बहमनी एट अल। k- साधन का परिचय दिया, जो k- साधन ++ का एक तेज़ संस्करण है। यह एल्गोरिथम उनके पेपर , बहमनी, बी।, मोसले, बी।, वातानी, ए।, कुमार, आर।, और वासिल्वित्सकी, एस। (2012) के पेज 4 से लिया गया है । स्केलेबल k- साधन ++। VLDB बंदोबस्ती की …

12 clustering  k-means 

मेरे पास एक बहुत बड़ा डेटासेट है और लगभग 5% यादृच्छिक मूल्य गायब हैं। ये चर एक दूसरे के साथ सहसंबद्ध हैं। निम्नलिखित उदाहरण R डाटासेट केवल एक खिलौना उदाहरण है जिसमें डमी सहसंबद्ध डेटा है। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf