数据挖掘实战聚类分析的资源，包括城市消费因素的数据集和k-means，k-medoids，层次聚类，Som四种聚类分析算法的代码。
2023-11-04 19:41:52
7KB
1
这个代码主要是介绍了python使用kmeans算法来对图像中的像素进行聚类。整个kmeans算法为手动实现，不调用sklearn库。一共使用了两种方法，其中方法a.py使用了三通道像素值rgb共三个特征，方法b.py使用了rgb+像素坐标xy共5个特征。
2023-02-01 15:54:08
767KB
1
txt文件——用制表符做为分隔符的txt文件，文件名为protein.txt。数据内容主要
描述的是欧洲蛋白质消费数据（Protein Consumption in Europe）。
Protein数据集给出了欧洲25个国家对9类食物的消费数据，由25行10列构成
每一行记录代表的是一个国家的蛋白质消费数据；
2022-12-30 16:45:26
1KB
1
算法原理：1.K-means算法以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
2.DBSCAN算法将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将簇定义为密度相连的点的最大集合。
算法功能：通过以上两种方法对图像实现聚类（无监督学习），并比较其区别。
2022-12-26 19:31:27
983KB
1
Python实现K-Means聚类后的二维可视化，使用的是生成数据，编译器为jupyter notebook
简单便捷，易于理解
使用库：pandas ，numpy ，sklearn，matplotlib，seaborn
2022-11-23 12:25:32
155KB
1
Python实现K-Means聚类后的三维可视化，使用的是生成数据，编译器为jupyter notebook
简单便捷，易于理解
使用库：pandas ，numpy ，sklearn，matplotlib，mpl_toolkits
2022-11-23 12:25:31
185KB
1
K-means算法常见示例数据Mall_Customers.csv，可用于计算
2022-11-05 23:23:37
1KB
1
【数据描述】
经典机器学习算法练手聚类数据集，csv格式，存储了3000余组坐标点数据（x，y），可用于sklearn或普通python实现KMeans聚类，回归等任务
【使用说明】
建议python使用pandas进行数据导入，再使用python进行数据分析以及聚类等，也可以通过自己生成训练集与测试集的方式完成数据划分
2022-09-28 18:05:35
26KB
1