回答情况：
提问时间：
问题标签：
我希望在源数据库上有一个聚簇PK，在目标数据库上有一个相同列的非聚簇PK和一个不同的聚簇索引。我知道我可以通过暂时停止复制、进行更改并再次启用它来实现这一点。我更担心的是未来，如果我们需要重新初始化，我不希望表被删除，从而失去我们不同的索引策略。我可能是盲目的，但我找不到一个设置来允许订阅者的表结构在重新初始化时保持不变。
浏览 1提问于2017-05-12得票数 0
2回答
好的，所以我将数据聚类到集群中，然后使用列对集群进行索引。数据是以运动矢量的形式存在的，所以我的数据在聚类后会是这样的：例如： 1 4 6 5 7; 2 8 9 9 3;3 2 3 2 4][2 3 5 4 6;
2
浏览 3修改于2015-09-16得票数 1
我有一组来自搜索引擎的用户查询需要集群。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
有一些我想聚类的坐标。使用kmeans进行聚类的结果[0, 117], [0, 118], [0, 125], [0,) 1, 1, 1, <e
浏览 1提问于2021-02-22得票数 0
1回答
我需要一个聚类算法，它像kmeans一样返回质心。我一直在尝试使用kmeans，但我知道，取决于集群的形状，有时这并不好。我知道matlab包含分层聚类，但这会返回每个点所属的簇的索引，而不是质心。
浏览 0提问于2014-09-04得票数 0
我有几个聚类算法调优有5个集群。如果新的数据不属于最初的5个集群，我想要第6个集群，在第6个集群中。P.S.:-最初提供的任何数据都属于这5个集群。因此，假设数聚类为5的k均值算法。在推理过程中，我想添加第6簇，这样任何一个确实属于给定聚类的算法都可以根据阈值距离将其放入这个类别。我有文本数据。让我去哪种聚类算法，我应该使用dbscan，som等
浏览 0修改于2021-04-19得票数 0
我使用K-均值算法来创建簇。如您所知，K-均值算法需要簇数作为参数。我尝试将集群数从8开始计算为2，然后在每个循环中计算集群的所有C-索引，然后得到这些C-索引的副手。然后比较C指数的平均值，选择最小的C指数平均值作为最优聚类数.这是检测集群计数的真正方法吗？
浏览 2修改于2014-12-09得票数 0
由于我不知道数据集中有多少个时间段(因此，有多少个中心/medoids)，所以我想对它使用一个内部集群有效性索引(cvi)。(基本过程:运行多个k的聚类，并按k绘制cvi；根据cvi最优选择最高/最低的k)。我的问题是:我使用的集群有效性指数是否应该将簇内方差作为一种内聚力度量？可以这样说: cvi是否应该使用聚类算法的
浏览 0修改于2019-05-28得票数 1
回答已采纳
我正在使用MATLAB中的K-means进行一些聚类。如你所知，它的用法如下：其中IDX给出了X中每个数据点的簇号，C给出了每个簇的质心。我需要获得最接近质心的数据点的索引(实际数据集X中的行号)。有人知道我是怎么做到的吗？谢谢
浏览 0提问于2010-12-09得票数 5
回答已采纳
2回答
我有一个整数向量，我想把它划分成簇，使任意两个簇之间的距离大于一个下界，而在任何一个簇内，两个元素之间的距离小于一个上界。例如，假设我们有以下向量：并将上述下界和上界分别设为19和9，以下两个向量应是可能的结果：29、32、36
如果只设置之间的集群距离下限，那么可能的聚类方法是什么？如果我只在集群距离上限内添加，那么可能的
浏览 0修改于2013-06-21得票数 3
回答已采纳
5步
假设我们有10个星系团。循环应该计算每对集群的DB索引。在第一次迭代时：
簇1(distances_means指数0)和<e
浏览 18修改于2022-08-13得票数 5
回答已采纳
我在使用R中的Ward最小方差的等级聚类中发现了下面的聚类模式。我根据个人的特征是否有意义经验地决定了五个集群的数量。即使我使用一个高度(在图中用“cut”线表示)，我仍然可以得到相同的4个簇，但是第五个簇(蓝色的)又减少了两个簇。
问:我的问题是，是否必须在特定高度上削减第5个集群，即使根据基于知识的研究，这是没有意义的？或者我可以凭经验决定保留5个集群？它是否在分析中引入了任何偏见？
浏览 1提问于2020-02-26得票数 0
我使用分层聚类算法对数据集进行不同数量的聚类。例如,Z=linkage(a,'ward')这个片段将数据分成两组，其中第一组包含1,2,3,4,5。当我将以下脚本和集群数据运行到3中时Z=linkage(a,'ward')
[clusterI
浏览 2提问于2018-11-29得票数 1
回答已采纳
我想对数据集进行聚类，而不需要事先知道集群的正确数量。对于不同的算法(即k-均值，gmm.)我可以迭代不同的值，并试图为任何给定的算法(如蜂窝曲线，剪影系数等)找到最佳解。K-均值对球形团簇是有利的，对于完全不同的团簇形状则是基于密度的方法.
现在实际的问题是:如何选择“最佳”的无监督机器学习算法来对特定的数据集进行聚类？有科学的方法吗？是否有可使用的比较指标(如兰德索引)？一些关于这个话题的论文？甚至是流程图？
浏览 0修改于2020-06-23得票数 1
我有以下数据集：1 21 52 3364 55 46 3
...例如，firm_id =1直接连接到firm_id = 2、4和5，并(在两条路径内)间接连接到firm_id = 3、6和7。我可以使用一些networkx
浏览 1提问于2014-04-16得票数 1
回答已采纳
我正在使用Weka的SimpleKMeans函数对96000个术语(作为单词)进行聚类。Weka以期望聚类数为参数。因此，它将2赋给num。默认的簇数。一开始，我给了清华的簇号10000，但我认为这对于推荐过程来说太多了。有没有一种方法可以计算算法的簇数，或者找到理想的簇数？
浏览 0提问于2012-11-20得票数 1
回答已采纳
使用K-Means聚类方法对具有白色背景和多个对象的图像进行聚类时，使用什么颜色空间(如RGB，HSV，YIQ，XYZ，Lab)是最好的颜色空间(如RGB，HSV，YIQ，XYZ，Lab)，就像一些水果的图像在白布上有足够的光线一样附加信息:簇被确定为两个簇，分割的结果是两个簇，第一个是背景的簇(布料的白色)，第二个是目标或某些对象的簇。之前谢谢你了。
浏览 1提问于2012-07-24得票数 4
一个字素簇或多或少地对应于人们认为文本中的单个“字符”。因此，能够将字符串作为字形簇的序列来操作是编程中的一个自然和重要的要求。最好的通用字形聚类定义是扩展的字素聚类；还有其他的字素聚类算法(一个定制的字素聚类算法)，用于特定的本地化用法。
在水晶中，我如何迭代(或以其他方式操作)一个String作为一个图形素簇的序列？
浏览 6修改于2021-04-30得票数 1
回答已采纳
我对python很陌生，我正在开发一个消费数据集，在这里我们使用LCA、K-Means、DBSCAN和谱聚类来计算集群。在所有这些方法中，簇的数目是不同的(在K-均值中为EG-5簇，而LCA中为7)，自变量可能是相同的，也可能不是相同的(例如- 12个自变量在K-均值中，10个在LCA中)。现在我要用聚类内聚、聚类分离、熵、纯度、Jaccard Coeff、RAND指数等对集群进行验证。
在python中有函数/库可以一次
浏览 8提问于2021-02-23得票数 0
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