TensorClus:TensorClus，Tensor共聚，文本挖掘，聚类，多个图形
TensorClus
TensorClus（张量聚类）是第一个Python库，旨在对张量数据进行聚类和共聚。 它允许轻松地进行张量聚类，变形分解或张量学习和张量代数。 TensorClus允许与其他python软件包（例如NumPy，Tensorly，TensorFlow或TensorD）轻松交互，并在CPU或GPU上大规模运行方法。
它支持主要的操作系统，即Microsoft Windows，macOS和Ubuntu 。
源代码： :
Jupyter笔记本： :
简要描述;简介
TensorClus库提供了多种功能：
几个数据集
张量与各种数据类型的共聚
张量分解和聚类
可视化
要求
numpy == 1.18 . 3
pandas == 1.0 . 3
scipy == 1.4 . 1
matplotlib == 3.0 . 3
scikit - learn == 0.
文件下载
资源详情
[{"title":"（ 245 个子文件 21.33MB ） TensorClus:TensorClus，Tensor共聚，文本挖掘，聚类，多个图形","children":[{"title":"tensor_txt.csv <span style='color:#111;'> 134B </span>","children":null,"spread":false},{"title":".readthedocs.yaml <span style='color:#111;'> 572B </span>","children":null,"spread":false},{"title":"make.bat <span style='color:#111;'> 7.29KB </span>","children":null,"spread":false},{"title":"requirement.txt <span style='color:#111;'> 348B </span>","children":null,"spread":false},{"title":"Makefile <span style='color:#111;'> 7.45KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 计算机组成原理第四版答案（戴维A.帕特森版）
- EasyDraw软件
- 特征提取与图像处理第三版
- 人大金仓数据库通过ODBC访问源代码
- SM3算法C语言实现
- STM32 LWIP TCP客户端访问WEB实验（http格式）
- web登录界面模板
- 基于C++的邮件收发系统
- 802.11DCF matlab仿真程序
- 房屋租赁管理信息系统
- 将运算放大器用作比较器需要注意的地方
- cuda_9.0.176 windows7 local版本
- 视力测试-基于安卓开发的一款游戏
- 大学生网页 静态网页 dw制作
- HM（16.9）的reference software manual（参考软件手册）
- JSP实现班级通讯录系统[源码文档]
- 北京理工大学《线性代数》复习题.pdf
- 现代永磁同步电机控制原理及MATLAB仿真书以及配套仿真
- 吃豆豆c#游戏程序源码
- 简单的图书管理系统 基于Access和ASP
- jsp商品销售管理系统
- 金山网镖（附件IpRule.dat）绝对好用跑跑隐身
- C语言变量类型详解（史上最全）
- MLP简单分类任务 VS2015
- HIWIN 线性马达说明书
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