如何从R中的文档术语矩阵中删除空文档
我正在执行针对Twitter数据的kmeans聚类，为此我正在清理tweet并创建一个语料库.后来我找到了dtm并使用了tf-idf理论. 但是我的dtm很少要删除空文档，因为kmeans不能运行空文档. 这是我的代码: removeURL
..
k-means相关内容
如何在原始数据中导出具有ID的k-means算法的输出(集群标签)
我有一个汇总网络的数据，包括用户的cookie ID，会话ID，资料数和网络中的跳转数.我想将它们聚类并进一步分析.因此，需要知道哪个会话在哪个群集中标记了哪个cookie ID.示例数据: cookie_id|ses_num|num_material|num_jump 2345 1 2 1 2345 2 8
..
Spark ML Kmeans提供:org.apache.spark.SparkException:无法执行用户定义的函数($ anonfun $ 2 :(向量)=> int)
我尝试加载KmeansModel，然后从中取出标签: 这是我编写的代码: val kMeansModel = KMeansModel.load(trainedMlModel.mlModelFilePath) val arrayOfElements = measurePoint.measurements.map(a => a._2).toSeq
..
如何设置Spark Kmeans初始中心
我正在使用Spark ML运行Kmeans.我有大量数据和三个现有中心，例如，三个中心是:[1.0,1.0,1.0],[5.0,5.0,5.0],[9.0,9.0,9.0]. 因此，我如何指示Kmeans中心是上述三个向量. 我看到Kmean对象具有种子参数，但是种子参数是长类型而不是数组.因此，如何告诉Spark Kmeans仅使用现有的中心进行聚类. 或者说，我不明白种子在Spark K
..
变异/小标题中的自定义功能
我正在遵循教程，我正在尝试将此部分应用于我的数据/问题 kclusts % mutate( kclust = map(k, ~kmeans(points, .x)), tidied = map(kclust, tidy), glanced = map(kclust, glance), augmented = map
..
R kmeans到质心的最终距离
我已经使用命令kmeans_iris
..
在R中为kmeans设置静态中心
我想基于预先确定的中心点(my_center_Points)对经度和纬度(my_long_lats)列表进行分组. 当我跑步时:- k
..
Scipy Kmeans退出并出现TypeError
在运行下面的代码时，我收到一个TypeError: scipy.cluster._vq.update_cluster_means中的“文件"_vq.pyx"，第342行 TypeError:不支持float或double类型之外的其他类型" from PIL import Image import scipy, scipy.misc, scipy.cluster NUM_CLUSTE
..
考虑中心顺序在kmean结果中重新标记样本
我正在使用kmeans对数据进行聚类，对于产生的结果，我有一个计划. 我想根据订购的中心重新标记样品.考虑以下示例: a = c("a","b","c","d","e","F","i","j","k","l","m","n") b = c(1,2,3,20,21,21,40,41,42,4,23,50) mydata = data.frame(id=a,amount=b) resul
..
MATLAB-分类输出
我的程序使用K-means群集，该群集来自用户一定数量的群集.对于这个k = 4，但是我想稍后通过matlabs天真的贝叶斯分类器运行聚类信息. 是否有一种方法可以将集群拆分并馈入Matlab中的不同朴素分类器? 朴素贝叶斯: class = classify(test,training, target_class, 'diaglinear'); K均值: %
..
使用Jaccard距离矩阵的Kmeans聚类
我正在尝试创建Jaccard距离矩阵并对其执行K-均值，以给出集群ID和集群中元素的ID.它的输入是twitter tweets.以下是代码，我不明白如何为kmeans使用文件中的初始种子. install.packages("rjson" ,dependencies=TRUE) library("rjson") install.packages("jsonlite" ,dependenci
..
PySpark 2:KMeans输入数据不直接缓存
我不知道为什么收到消息 WARN KMeans: The input data is not directly cached, which may hurt performance if its parent RDDs are also uncached. 当我尝试使用Spark KMeans df_Part = assembler.transform(df_Part)
..
scikit-learn的k均值:预测方法实际上有什么作用?
当我使用scikit-learn的k-means实现时，我通常只调用fit()方法，这足以获取聚类中心和标签. predict()方法用于计算标签，甚至为方便起见也可以使用fit_predict()方法，但是如果我只能使用fit()获得标签，那么predict()方法的目的是什么? 正如@EdChum建议的那样， 解决方案 predict可以用于看不见的数据.当k均值用于半监督学习中的特征提
..
k-均值使用从minhash生成的签名矩阵
我在文档及其带状疱疹上使用了minhash来从这些文档生成签名矩阵.我已经验证了签名矩阵可以很好地比较已知的相似文档(例如，关于同一运动队的两篇文章或关于同一世界事件的两篇文章)的jaccard距离，从而可以正确读取读数. 我的问题是:使用此签名矩阵执行k均值聚类是否有意义? 我尝试使用文档的签名向量，并在迭代kmeans算法中计算这些向量的欧式距离，而对于簇我总是一无所获.我知道应该
..
使轮廓图对于k均值清晰易读
我正在尝试为k均值聚类绘制轮廓图，但是这些条几乎是不可见的.如何使该图表清晰可见? 示例代码: require(cluster) X
..
Scikit-learn，KMeans:如何使用max_iter
我想从类 sklearn.cluster.KMeans . 根据文档: max_iter : int, default: 300 Maximum number of iterations of the k-means algorithm for a single run. 但是我认为如果我有100个对象，则代码必须运行100次，如果我有10.000个对象，则代码必须运行10.000
..
kmeans和kmeans2在scipy之间有什么区别?
我是机器学习的新手，我想知道kmeans和kmeans2在scipy中的区别.根据文档，他们两个都使用"k-means"算法，但是如何选择它们呢? 解决方案 根据文档，kmeans2似乎是标准的k均值算法，一直运行到收敛到局部最优值为止-并允许您更改种子初始化. kmeans函数将根据缺乏更改而提前终止，因此它甚至可能无法达到局部最优值.此外，其目的是生成用于将特征向量映射到的码本.
..
在R中的kmeans的每次迭代中获取每个观测的坐标
我想在R中构建kmeans聚类算法的动画.该动画将显示数据集中按2(或3)维绘制的每个观测值(行)，然后将它们移动到它们的集群中，如下所示:每次迭代都会滴答作响. 为此，我将需要在每次迭代时访问观测值的坐标.我可以在kmeans包中的哪个位置访问这些文件? 谢谢 解决方案 我不认为kmeans()输出此类跟踪信息.最好的办法可能是重新运行kmeans()多次，以保留群集中心.
..
关于“优化K-均值算法"的更多问题得到解决.
我想实现一篇论文，标题为"K-Means聚类算法的优化版本".本文在此链接中: https://fedcsis.org/proceedings/2014/pliks /258.pdf . 本文不明显.我在stackoverflow中看到@Vpp Man在问这个问题(优化K-means算法 )，但由于对此我还有其他疑问，因此我创建了新的问题页面. 我的问题: 1)算法2是否充满算法，或者
..
加入邻居簇质心Matlab
我已经使用K-means使用此[X,C] = kmeans(XX, 8]将数据聚类为8个不同的聚类，这意味着我有8个质心，其位置存储在C“在X Y Z下显示为列的示例"中.我想将8个质心连接在一起，其中仅彼此靠近的群集的质心“彼此之间具有边界"，而彼此不靠近的群集的质心未连接.因此，如果有人可以提出建议? C= -0.214560757496055 0.2082430299
..