版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、層次聚類的方法及應(yīng)用層次聚類的方法及應(yīng)用在近幾十年內(nèi),人工智能和機(jī)器學(xué)習(xí)發(fā)展迅速并且在各個(gè)領(lǐng)域都有著重要的應(yīng)用,如數(shù)據(jù)挖掘,計(jì)算機(jī)視覺,自然語言處理等。而在大數(shù)據(jù)時(shí)代,面對(duì)海量數(shù)據(jù),往往我們得到的數(shù)據(jù)中先驗(yàn)知識(shí)較少,需要從數(shù)據(jù)本身的分布結(jié)構(gòu)特性去自動(dòng)分析數(shù)據(jù)的屬性和知識(shí),這就是無監(jiān)督學(xué)習(xí)。在無監(jiān)督學(xué)習(xí)中,本文詳細(xì)介紹了層次聚類的方法,包括計(jì)算點(diǎn)之間的距離和類之間的距離,逐步聚合,直到最后為每一類貼標(biāo)簽。并且為了對(duì)層次聚類有更深刻的理解我
2、們對(duì)層次聚類做了實(shí)驗(yàn),應(yīng)用到一個(gè)鳶尾花花瓣的長度和寬度數(shù)據(jù)上,從可視化的結(jié)果中發(fā)現(xiàn)層次聚類確實(shí)把相距較遠(yuǎn)的簇成功分開了,成功的識(shí)別出了數(shù)據(jù)中的分布結(jié)構(gòu)。2方法主流的聚類方法包括kmeans,層次聚類,meanshift等。這些算法的共同特點(diǎn)都是以等長度向量(分布在同一空間中)的集合作為算法的輸入,以每一個(gè)向量所屬類別標(biāo)簽作為輸出,而類別劃分的原則都是越臨近越容易被分到一類,但具體到效果因?yàn)榉椒ú煌煌?。其中,層次聚類的基本思想概括起?/p>
3、就是初始把每個(gè)點(diǎn)單獨(dú)看做一個(gè)類別,然后依次合并兩個(gè)最近的類別,直到需要合并的類別距離大于一個(gè)閾值為止。在我們用計(jì)算機(jī)實(shí)現(xiàn)層次聚類的過程中,需要以下步驟:(1)計(jì)算每兩個(gè)點(diǎn)之間的距離,并且存儲(chǔ)在一個(gè)向量里。這兩類的情況,則分別用兩種顏色分辨兩類,橫坐標(biāo)為花瓣長度或?qū)挾?,縱坐標(biāo)為每兩類的距離,最后將文字轉(zhuǎn)化為圖片,輸入即可得到所要的圖形。4結(jié)果展示圖1是將層次聚類用樹狀圖的方式進(jìn)行表述,橫軸長度代表每一類大小,縱軸表示相對(duì)距離。而每一組連線
4、都代表著將距離最近的兩點(diǎn)聯(lián)系起來,而這一條連線所取的高度即為兩點(diǎn)距離。具體畫圖過程:從sklearn庫中挑選出datasets這個(gè)庫,再從datasets子庫中讀取iris(鳶尾花)數(shù)據(jù)。挑選出后兩種屬性,即可得出圖像,從這幅圖中明顯可以看出距離和越小越密集。依次向上進(jìn)行層次聚類的過程中類間越來越大。圖2、圖3、圖4三幅圖中,橫軸表示花瓣長度,縱軸代表花瓣寬度,分別代表著將用層次聚類分為兩類、三類、四類(X=2、1.25、1.15)。X
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 層次聚類算法的研究及應(yīng)用.pdf
- 基于層次聚類的集成學(xué)習(xí)方法及應(yīng)用研究.pdf
- 基于Rough集的層次聚類算法研究及應(yīng)用.pdf
- 層次聚類算法的研究與應(yīng)用.pdf
- 密度簇類中心約束的層次聚類方法的研究.pdf
- 聚類方法及應(yīng)用研究.pdf
- 基于層次聚類的WLAN樓層定位方法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于潛在語義索引及層次聚類特征空間重構(gòu)方法與應(yīng)用研究.pdf
- RDF圖層次聚類語義檢索方法的研究.pdf
- 基于層次聚類的簇集成方法研究.pdf
- 層次聚類算法的改進(jìn).pdf
- 基于層次聚類的不可達(dá)路徑檢測方法研究.pdf
- 基于近鄰傳播和凝聚層次的文本聚類方法.pdf
- 一種層次聚類的簇確認(rèn)方法研究.pdf
- 基于遺傳算法的層次化聚類方法研究.pdf
- 一種基于標(biāo)簽的層次web服務(wù)聚類方法
- 組合聚類方法在文本聚類中的應(yīng)用研究.pdf
- 基于隨機(jī)矩陣?yán)碚摰膶哟尉垲惙椒ㄔ诨蚓W(wǎng)絡(luò)研究中的應(yīng)用.pdf
- 突發(fā)事件新聞文本層次聚類方法研究.pdf
評(píng)論
0/150
提交評(píng)論