回答情况：
提问时间：
问题标签：
人类是否可以手动对数据集进行聚类？例如，考虑下面描述的Iris数据集：
我担心“人类聚类”的定义可能不明确，可能会根据不同人的直觉和观点而有所不同。我想知道什么是最接近人类聚类的聚类算法，或者人类
浏览 0提问于2015-03-16得票数 0
我正在研究一个基于聚类的模型，我读过关于分层聚类和K-均值聚类的文章。
在什么条件下我应该选择聚类而不是K-均值聚类？
浏览 0修改于2021-04-03得票数 2
回答已采纳
在应用聚类算法后，需要提取存在于聚类中心和存在聚类边界的数据。我怎么能通过使用python来做到这一点。
采用k均值聚类算法，将数据分成19个聚类.我也在使用scikit学习库。
浏览 0修改于2018-02-25得票数 0
2回答
是什么使光谱聚类比Kmeans聚类更好？我知道Kmeans聚类是光谱的最后一步。但是，为什么前面涉及到的谱聚类步骤使其成为一种更方便的聚类方法？
浏览 0提问于2018-08-02得票数 3
用carrot2进行“顺序聚类”是可能的。我用顺序聚类的意思是，假设我有一组im聚类的文档，然后过了一段时间，新文档就可以进行聚类，是否可以用旧的结果对新文档进行聚类，或者是否需要重新对所有文档进行聚类。
第一篇文章，所以要温柔一点。
浏览 3提问于2014-03-14得票数 0
回答已采纳
我想在没有k-means的情况下对数据进行聚类。例如，我更喜欢使用DBSCAN或支持向量聚类进行聚类。因此，我需要使用Davies Bouldin度量来评估聚类的性能，但我不知道如何在Rapidminer for DBSCAN或支持向量聚类中计算Davies Bouldin。
请帮帮我。谢谢。
浏览 10提问于2017-06-09得票数 0
回答已采纳
3回答
有谁能解释一下，与光谱聚类相比，使用层次聚类有什么好处？我知道它们是如何工作的，但我想知道在哪种情况下使用分层聚类比使用光谱聚类更好。
浏览 6修改于2016-04-15得票数 3
回答已采纳
2回答
我已经阅读了一些参考资料，并了解了层次聚类的工作原理。然而，当我将其与k-means聚类进行比较时，在我看来，k-means确实构成了特定数量的聚类，而层次分析则向我展示了如何对样本进行聚类。我的意思是，在分层聚类中，我没有获得特定数量的集群。我只得到了一个关于集群如何构成的方案，以及样本之间的部分关系。
因此，我无法理解在哪里可以使用这种聚类方法。
浏览 4提问于2018-04-24得票数 1
有没有人能推荐一些可以使用距离矩阵作为输入的聚类算法？或者也可以基于距离矩阵来评估聚类的“好坏”的算法？有没有能够进行这种类型的聚类的算法？有没有什么算法可以估计聚类完成得有多好，或者更好地估计数据中有多少聚</e
浏览 0提问于2010-05-31得票数 0
回答已采纳
4回答
我正在处理一个聚类问题。我有一个训练集，它由一组已知聚类的点组成，我希望在测试数据集中找到好的集群。这是一种监督聚类。
我找了一些关于监督聚类的文章，但是我没有找到很多信息。有“半监督聚类”，它包括使用关于点对(必须链接或不链接关系)的信息，但是，在我的任务中，我没有这样的信息。还有一种“度量学习监督聚类”，它使用标记化的聚类来估计使用k均值生成给定聚类的度量。使用标记数据对数据点进行聚类的技术/算法是什么(使用已知集群的训练点)？
浏览 0提问于2019-09-22得票数 2
1回答
在我的聚类问题中，不仅点可以来来去去，还可以删除或添加特征。我的问题有没有什么聚类算法？
具体地说，我正在寻找这些类型的聚类算法的凝聚层次聚类版本。
浏览 34提问于2012-07-18得票数 0
到目前为止，我遇到的唯一的聚类算法是K-means算法，它需要定义聚类的数量。在这种情况下，我不知道数据中存在多少簇。是否有任何聚类算法允许在不预先定义聚类数量的情况下进行聚类？
浏览 0提问于2013-01-29得票数 0
我想使用局部聚类系数对我的图进行聚类。据我所知，聚类系数衡量的是一个节点形成集群的可能性，但我似乎找不到任何使用聚类系数的具体聚类算法。
我试着搜索论文，但似乎没有相关的论文。我是不是遗漏了什么？
浏览 0修改于2012-07-02得票数 1
回答已采纳
我面临的一个问题是，我需要大量的数据来进行聚类。正如我们所知道的，聚类算法可能具有很高的O复杂度，我正在寻找减少算法运行时间的方法。我想尝试几种不同的方法，如预聚类(冠层聚类)或子空间聚类、相关聚类等。但是，我还没有听说过一些事情，我想知道为什么--简单地从我的数据集中获取一个有代表性的样本，在它上运行聚类，并将这个模型推广到整个数据集是否可行呢？为什么/为什么这不是一个可行的方法？谢谢!
浏览 0提问于2020-11-08得票数 6
回答已采纳
3回答
有功能内聚和通信内聚。功能内聚是按功能分组的。好的。通信内聚是按输入/输出数据分组的。嗯..。一点也不好。有没有人能给我解释一下什么是通信内聚或/并提供示例(任何语言，但Java更好)？
浏览 3提问于2011-03-14得票数 2
回答已采纳
作为我的MTP的一部分，我公开了一些聚类算法，如kmeans聚类算法、成对聚类算法等，作为web服务。现在我必须找到一个现实生活中的应用程序来解释我从聚类算法中获得的结果。这些聚类算法获取数据点(每个数据点代表xy平面上的一个点)，并使用欧几里德距离对这些数据点进行聚类。请帮助我的应用程序更适合我的算法。
浏览 1修改于2012-01-15得票数 0
我使用k-means聚类方法对数据进行聚类，如何在R中使用k-means聚类技术获得与数据对应的聚类数？以便获得每条记录属于哪个簇。
浏览 1修改于2011-11-27得票数 3
我正在寻找一种聚类算法，通过使用对象的成对距离来对对象进行聚类，而不需要计算所有成对距离。通常，成对的聚类如下所示：(请参阅这里)假设距离为非欧氏距离，则可以在距离矩阵上使用谱聚类或亲和力传播，并检索聚类结果。所以我的想法是，是否有一些聚类算法只对成对距离的子集进行查找，所以不需要计算整个矩阵？
我知道谱聚类也适用于稀疏矩阵，但是由于理论上可以计算所有成对距离，所以哪一种距离应该被忽略？
浏览 0提问于2019-03-08得票数 5
回答已采纳
为了得到一个好的聚类结果，首先使用层次聚类方法，选择多个聚类，然后提取质心，然后将其作为K均值聚类算法重新运行，并预先指定中心。我如何提取聚类中心的格式，然后将其放入kmeans()算法中，并将其重新应用于相同的数据？
浏览 4提问于2015-06-09得票数 0
如果我们知道输入数据中的聚类数，我们可以使用k-means算法。但是，如果我们不知道聚类的数量，那么我们可以选择使用分层聚类算法，该算法将根据给定的相似性阈值自动返回聚类的数量。层次聚类有两个选项，即聚集式(自下而上)或分离式(自上而下)，link。我想使用OpenCV分层聚类。然而，与实际的层次聚类不同，OpenCVs hierarchicalClustering算法将中心作为参数，并使用行数作为期望聚类的数目。对我来说，OpenCV hierarc
浏览 40修改于2019-04-12得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号