手写kmeans，支持向量量化，高斯聚类函数对mnist，yale，lung进行聚类.rar
official_classification.py ： 使用了较多的sklearn中提供的聚类函数
self_classification.py ： 使用了较多的手写聚类函数（手写高斯聚类由于计算高维矩阵n次方报错，就没有使用）
两者可以相互比较看手写函数效果如何。
model.py ： 其中包含了kmeans，lvq，mixture-of-gaussian聚类函数，以及计算精度和NMI的手写函数，处理标签映射的匈牙利算法。
由于学习向量量化是依据ground truth的得到的一组原型向量，是有监督的学习，因此计算其精度没有意义，在函数里就没有计算精度和NMI，只打印出了原型向量
函数运行时会有warning，不用在意，手写的函数没有优化，速度较慢
代码对三个数据集，分别使用了kmeans，lvq，mixture-of-gaussian三个方法，在得到预测标签后，采用匈牙利算法对标签进行处理，计算其精确度acc和标准互信息nmi
这三种方法聚类的精度只有百分之五十几，在数据集yale中效果较差
运行方法：
安装相应需求的库，直接运行official_classifica
self_classification.py ： 使用了较多的手写聚类函数（手写高斯聚类由于计算高维矩阵n次方报错，就没有使用）
两者可以相互比较看手写函数效果如何。
model.py ： 其中包含了kmeans，lvq，mixture-of-gaussian聚类函数，以及计算精度和NMI的手写函数，处理标签映射的匈牙利算法。
由于学习向量量化是依据ground truth的得到的一组原型向量，是有监督的学习，因此计算其精度没有意义，在函数里就没有计算精度和NMI，只打印出了原型向量
函数运行时会有warning，不用在意，手写的函数没有优化，速度较慢
代码对三个数据集，分别使用了kmeans，lvq，mixture-of-gaussian三个方法，在得到预测标签后，采用匈牙利算法对标签进行处理，计算其精确度acc和标准互信息nmi
这三种方法聚类的精度只有百分之五十几，在数据集yale中效果较差
运行方法：
安装相应需求的库，直接运行official_classifica
文件下载
资源详情
[{"title":"（ 8 个子文件 6.04MB ） 手写kmeans，支持向量量化，高斯聚类函数对mnist，yale，lung进行聚类.rar","children":[{"title":"实验一-孙麒麟","children":[{"title":"self_classification.py <span style='color:#111;'> 1.70KB </span>","children":null,"spread":false},{"title":"datasets","children":[{"title":"Yale.mat <span style='color:#111;'> 157.25KB </span>","children":null,"spread":false},{"title":"lung.mat <span style='color:#111;'> 4.54MB </span>","children":null,"spread":false},{"title":"MNIST.mat <span style='color:#111;'> 1.36MB </span>","children":null,"spread":false}],"spread":true},{"title":"official_classification.py <span style='color:#111;'> 1.86KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"model.cpython-37.pyc <span style='color:#111;'> 9.70KB </span>","children":null,"spread":false}],"spread":true},{"title":"读我.txt <span style='color:#111;'> 857B </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 14.01KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- matlab 伪距单点定位
- 二维坐标点按行排序C#VS2008工程源代码
- 智能门锁 指纹锁 密码锁 蓝牙锁 门禁锁.rar
- robotframework-用户手册(中文版)
- 通用数据保护条例（GDPR）（英文版）
- MATLAB坐标提取
- 软件工程实验图书管理系统
- 灰色神经网络预测模型 matlab程序
- WinForm连接SQLServer 一份C#小代码
- 超炫火柴人动画PPT
- 2019 Mock Exam A - Afternoon Session.pdf
- 白帽子讲web安全(epub纪念版)
- 图像融合的评价指标
- 智能窗帘APP＋stm32控制
- homelab_k3s_argocd：我的Homelab K3的ArgoCD回购-源码
- 商用密码应用安全性评估量化评估规则.rar
- Android侧滑筛选
- SwitchHosts.zip
- TIA V16 ISO安装包.TXT
- react-adapter：使任何ReactPHP库与Amp兼容的适配器-源码
- UMAndroidSdkDemo友盟+ 统计SDK/推送SDK/分享SDK
- R语言——第6章-主成分分析.ppt
- Ubuntu12.04菜鸟使用手册合集
- DifferentSLIAuto 1.4
- Python for Eclipse PyDev 4.5.5
- 数字电路逻辑设计 第二版 王毓银版 课后答案
- GPSTXT文件C#读写分割管理
- 删除收藏夹
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明