k-means पर टैग किए गए जवाब

मैं kmeansएंडरसन के आईरिस डाटासेट पर k- साधन एल्गोरिथ्म प्रदर्शन के लिए R के निर्देश का उपयोग कर रहा था । मेरे पास कुछ मापदंडों के बारे में एक प्रश्न है जो मुझे मिला। परिणाम हैं: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 इस मामले में, …

12 r  machine-learning  clustering  interpretation  k-means 

मेरा मानना ​​है कि इस सवाल का शीर्षक यह सब कहता है।

12 clustering  k-means  high-dimensional 

यह मेरे दिमाग में कम से कम कुछ घंटों के लिए रहा है। मैं k- साधन एल्गोरिथ्म (एक कोसिनिटी मेट्रिक के साथ ) से आउटपुट के लिए एक इष्टतम कश्मीर खोजने की कोशिश कर रहा था, इसलिए मैंने क्लस्टर की संख्या के एक फ़ंक्शन के रूप में विरूपण की साजिश …

11 machine-learning  clustering  k-means 

मैं K- साधनों के लिए प्रारंभिक बीजों (क्लस्टर केंद्रों) का चयन करने के लिए कला की वर्तमान स्थिति में दिलचस्पी रखता हूं। Googling से दो लोकप्रिय विकल्प निकलते हैं: प्रारंभिक बीजों का यादृच्छिक चयन, और, KMeans ++ चयन तकनीक का उपयोग: आर्थर और वासिल्वित्सकी 2006 k- साधन ++: सावधान सीडिंग …

11 clustering  k-means 

mgcvके लिए पैकेज Rफिटिंग टेन्सर उत्पाद बातचीत के लिए दो कार्य करता है: te()और ti()। मैं दोनों के बीच श्रम के बुनियादी विभाजन को समझता हूं (गैर-रैखिक बातचीत को फिट करना बनाम इस बातचीत को मुख्य प्रभावों और एक इंटरैक्शन में विघटित करना)। क्या मुझे समझ नहीं आता क्यों है …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

मेरे पास एक बड़ी (650K पंक्तियाँ * 62 कॉलम) बाइनरी डेटा का मैट्रिक्स (केवल 0-1 प्रविष्टियाँ) हैं। मैट्रिक्स ज्यादातर विरल है: लगभग 8% भरा हुआ है। मैं इसे 5 समूहों में बांटना चाहूंगा - 1 से 5 तक नामांकित कहो। मैंने श्रेणीबद्ध क्लस्टरिंग की कोशिश की है और यह आकार …

11 clustering  dataset  k-means  binary-data 

मूल समस्या यहाँ मेरी मूल समस्या है: मैं एक डेटासेट को क्लस्टर करने की कोशिश कर रहा हूं जिसमें कुछ बहुत ही तिरछे वेरिएबल हैं, जो मायने रखते हैं। चर में कई शून्य होते हैं और इसलिए मेरी क्लस्टरिंग प्रक्रिया के लिए बहुत जानकारीपूर्ण नहीं हैं - जो कि k- …

11 clustering  data-transformation  k-means  count-data  compositional-data 

मैं के मेडोइड और के साधनों के बीच अंतर को समझता हूं। लेकिन क्या आप मुझे एक छोटे से डेटा सेट के साथ एक उदाहरण दे सकते हैं जहां k मेडॉइड आउटपुट k का मतलब आउटपुट से अलग है।

11 k-means  k-medoids 

मैं निचले आयामी स्थान में दस्तावेजों के एक कोष का प्रतिनिधित्व करने के लिए अव्यक्त अर्थ विश्लेषण का उपयोग कर रहा हूं। मैं k- साधनों का उपयोग करके इन दस्तावेजों को दो समूहों में बांटना चाहता हूं। कई साल पहले, मैंने पायथन के गेंसिम का उपयोग करके और अपने स्वयं …

10 k-means  svd  lsa  cosine-distance  cosine-similarity 

क्लस्टरिंग पर मेरा बहुत बुनियादी सवाल है। जब मैंने उनके समूहों के साथ k समूहों को पाया है, तो मैं उन डेटा बिंदुओं की कक्षाओं की व्याख्या करने के बारे में कैसे पता लगाऊं जिन्हें मैंने क्लस्टर किया है (प्रत्येक क्लस्टर में सार्थक वर्ग लेबल असाइन करना)। मैं पाए गए …

10 k-means 

मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

मेरे पास डेटा माइनिंग या बड़े डेटा में उद्योग का अनुभव नहीं है इसलिए आपको कुछ अनुभव साझा करने के लिए सुनना अच्छा लगेगा। क्या वास्तव में बड़े डेटासेट पर लोग k- साधन, PAM, CLARA आदि चलाते हैं? या वे सिर्फ बेतरतीब ढंग से इसका एक नमूना निकालते हैं? यदि …

10 clustering  data-mining  k-means  convergence  large-data 

मेरे पास 50 नमूनों का डेटासेट है। प्रत्येक नमूना 11 (संभवतः सहसंबद्ध) बूलियन सुविधाओं से बना है। मैं कुछ ऐसे नमूनों को 2 डी प्लॉट पर देखना चाहता हूं और जांचना चाहता हूं कि क्या 50 नमूनों में समूह / समूह हैं। मैंने निम्नलिखित दो तरीकों की कोशिश की है: …

10 clustering  data-visualization  pca  k-means  spectral-analysis 

तो, के-साधनों में समूहों की इष्टतम संख्या का "विचार" प्राप्त करना अच्छी तरह से प्रलेखित है। मुझे गाऊसी मिश्रण में ऐसा करने पर एक लेख मिला , लेकिन मुझे यकीन नहीं है कि मैं इससे सहमत हूं, इसे बहुत अच्छी तरह से नहीं समझें। वहाँ है ... यह करने का …

10 classification  k-means  mixture  unsupervised-learning 

मैं तापमान बनाम आइसक्रीम की बिक्री का एक डमी डेटा ले रहा हूं और 2 श्रेणियों (पूरी तरह से डमी) को अलग करने के लिए के मीन्स (एन क्लस्टर्स = 2) का उपयोग करके इसे वर्गीकृत किया गया है। अब मैं इस डेटा पर एक प्रिंसिपल कंपोनेंट एनालिसिस कर रहा …

9 pca  interpretation  k-means  dimensionality-reduction