kmeans

1/2ページ

食べられるキノコを見分ける

CodeIQ の問題を解く (2) 昨日に引き続き CodeIQ に掲載された問題を解いてみます。 「機械学習基礎」簡単な問題を解いて理解しよう!前篇 http://next.rikunabi.com/tech/docs/ct_s03600.jsp?p=002315 今日は第 2 問を解きます。 クラスタリング 問題 海賊船で催されたPRML読書会は楽しかった。 機械学習の事も少しはわかった気がするし、金貨も沢山貰えた。偽金貨もずいぶん […]

Spark / MLlib の K-means を Scala から利用してみる

元ネタ Spark MLlib の K-means を Java から利用してみる – ALBERT Engineering Blog のScala移植版です。 とても丁寧な解説付きなので、まずはそちらをご覧ください。 Scalaコード 変数名やデータ構造および出力フォーマットは、元ネタに合わせています。 言語以外に変更した点は、下記の通りです。 “iris.txt”が見当たらなかったので、̶ […]

Coursera Machine LearningをPythonで実装 – [Week8]k-Means, 主成分分析(PCA)

今回から教師なし学習に入ります。クラスタリングのアルゴリズムとしてk-Means(k平均法)を、次元削減法として主成分分析(PCA)をやりました。(長いよ!) k-Meansは機械学習でなくてもデータマイニングで、主成分分析は統計で既に知っているかもしれません。今回やることはどちらのいいとこを機械学習サイドから見ていく感じです。 k-Meansではそのものの実装と、応用例として画像の減色操作を行います。Pythonでのk-Meansその […]

kmeansをpythonで実装してみた

概要 kmeansのpythonによる実装です. ランダムに生成する30個の点を3クラスに分類するプログラムです. kmeansのアルゴリズムで分類タスクを実装しています. コーディングに関してアドバイス等あれば,ぜひよろしくお願い致します. 環境 ローカル環境 -MACOS-High Sierra -Python 2.7.13 使用したpythonモジュール matplotlib (2.1.2) numpy (1.14.0) mult […]

Tensorflowのkmeansを使う

はじめに scikit の kmeans は euclidean distance はサポートするけれど、cosine distance はサポートしないようです。そこで、cosine distanceをサポートするものを探したところ、tensorflow に含まれる kmeans で可能でした。 tensorflow のkmeans を試そうとしたところ、いくつかつまずいた点があったので、まとめてみました。 なお、この記事は、2018 […]

Python KMeansのクラスタリング問題の分析

今日は、単純なクラスター分析を実装するためにPythonを使用しました。ところで、私はnumpy配列演算と描画のいくつかの技術に精通していました。ここで記録します。 from pylab import * from sklearn.cluster import KMeans ## 利用numpy.append()函数实现matlab多维数组合并的效果,axis 参数值为 0 时是 y 轴方向合并,参数值为 1 时是 x 轴方向合并,分别 […]

Pythonのkmeansは簡単な導入と実装のコードをクラスタリングします

k-meansクラスタリングの簡単な紹介 サンプルを中心点を持つcカテゴリに分割し、c中心点をランダムに生成して反復的に生成し、各サンプル点からクラスの中心までの距離を計算する(カスタマイズ可能、一般的にはユークリッド距離) サンプル点は最短距離のクラス、クラスタ中心の再計算、次にサンプルの再分割を行うクラスに分類され、クラスの中心が変化しない場合にはクラスタリングが完了する。 第二に、擬似コード 第三に、Pythonコードの実装 #! […]

Pythonはk-meansアルゴリズムを実装しています

この記事の例は皆さんのためにPython実装の特定のコードを共有するためのもので、参考のために、具体的な内容は以下の通りです これは、周Zhihuaの機械学習の問題9.4です。 データセットは、以下のように、スイカデータセット4.0である 数、密度、糖度 1,0.697,0.46 2,0,774,0.376 3,0.634,0.264 4,0.608,0.318 5,055,000,0.215 6,040,320.237 7,048,8 […]

K-meansはPythonマシン学習アルゴリズムのクラスタリングを意味します

最初の目的は、上位10のマイニングアルゴリズム(機械学習アルゴリズム)を学び、それを再び達成するためにコーディングを使用することです。後で学習するほど、コーディングを実装するほどコーディングレベルが低く、学習能力が低いことがわかります。 このk-meansアルゴリズムは、Pythonを使用して3日間を達成し、低いコーディングレベルを示し、他の人のコードを見るためにエンコーディングする過程で、自分のコードでnumpyとuseの独自の理解し […]