31省市居民家庭消费水平，聚类例子txt版本数据。
项目开源在：
https://github.com/Sopage/china-city
2021-08-27 09:13:27
164KB
1
谱聚类是基于谱图理论基础上的一种聚类方法，与传统的聚类方法相比：具有在任意形状的样本空间上聚类并且收敛于全局最优解的优点。（但效率不高，实际工作中用的比较少）
谱聚类
通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据进行聚类的目的；其本质是将聚类问题转换为图的最优划分问题，是一种点对聚类算法。
谱聚类算法将数据集中的每个对象看做图的顶点 V，将顶点间的相似度量化为相应顶点连接边E的权值 w，这样就构成了一个基于相似度的无向加权图 G(V,E)，于是聚类问题就转换为图的划分问题。基于图的最优划分规则就是子图内的相似度最大，子图间的相似度最小。
步骤
谱聚类的构建过程主要包含以下
2021-08-06 14:05:59
221KB
1
1、层次聚类
2、原型聚类-K-means
3、模型聚类-GMM
4、EM算法-LDA主题模型
5、密度聚类-DBSCAN
6、图聚类-谱聚类
2021-08-03 13:01:29
1.44MB
03_案例三：K-Means算法和Mini Batch K-Means算法效果评估.ipynb6.85 kB3 分钟前
02_案例二：K-Means算法和Mini Batch K-Means算法比较.ipynb227 kB3 分钟前
01_案例一：K-Means算法聚类.ipynb
2021-07-19 15:07:40
38.45MB
1
压缩包中包含算法的Python实现代码、测试数据集及运行结果，可供感兴趣的同学参考。因为现在的实现并不能对所有的数据集都得到良好的效果，所以如果哪位同学有更好的想法，希望能不吝赐教。
2021-05-14 08:12:39
190KB
1