小面包 面包多
简介
评论
作品封面
永久回看

谱聚类(Spectral clustering)

¥12.99 已有99+人购买Ta的作品
投诉
头像
风电小作家 无个人简介
作品简介


含类实例


是一种广泛使用的聚类算法,它起源于图论,后来因为其优秀的性能被广泛应用于聚类问题中。相较于其他无监督聚类算法,

如k-means,谱聚类具有一些显著的优势。


谱聚类的优点包括:


对数据结构没有太多的假设要求,例如,它并不要求数据为凸集,这是k-means等算法所无法做到的。

通过构造稀疏的similarity graph,谱聚类对于更大的数据集表现出明显优于其他算法的计算速度。

由于谱聚类是对图进行切割处理,因此它不会像k-means算法那样将离散的小簇聚合在一起。

谱聚类无需像高斯混合模型(GMM)那样对数据的概率分布做假设。


从Excel表格中读取,直接替换数据就可以使用,

不需要对程序大幅修改。程序内有部分注释,逻辑清晰。


matlab代码

不包含答疑讲解

需要直接拍下

虚拟产品,售出不退


excel数据 替换方便

matlab代码

不包含答疑讲解

需要直接拍下

虚拟产品,售出不退


付费12.99元可获得

购买该全家桶含此作品及其他作品共9件

k-means聚类、GMM高斯聚类、canopy聚类、DBSCAN聚类、FCM聚类、ISODATA聚类、k-medoid 全家桶

k-means聚类、GMM高斯聚类、canopy聚类、DBSCAN聚类、FCM聚类、ISODATA聚类、k-medoid

¥105.91 仅需 ¥24.99

评论 推荐Ta

暂时还没有评论


头像
风电小作家 无个人简介
关注
1 喜欢 0 关注 255 粉丝 124 作品

在您购买本平台付费作品前,请您认真阅读本声明内容。如果您对这份声明没有异议,则可以继续购买 >>>

  • 主页
  • 私信
登录或购买

谱聚类(Spectral clustering)

作品简介


含类实例


是一种广泛使用的聚类算法,它起源于图论,后来因为其优秀的性能被广泛应用于聚类问题中。相较于其他无监督聚类算法,

如k-means,谱聚类具有一些显著的优势。


谱聚类的优点包括:


对数据结构没有太多的假设要求,例如,它并不要求数据为凸集,这是k-means等算法所无法做到的。

通过构造稀疏的similarity graph,谱聚类对于更大的数据集表现出明显优于其他算法的计算速度。

由于谱聚类是对图进行切割处理,因此它不会像k-means算法那样将离散的小簇聚合在一起。

谱聚类无需像高斯混合模型(GMM)那样对数据的概率分布做假设。


从Excel表格中读取,直接替换数据就可以使用,

不需要对程序大幅修改。程序内有部分注释,逻辑清晰。


matlab代码

不包含答疑讲解

需要直接拍下

虚拟产品,售出不退


excel数据 替换方便

matlab代码

不包含答疑讲解

需要直接拍下

虚拟产品,售出不退


创作时间: