k-means

0熱

1答えて

ハードウェア設計のシミュレーションで生成される大きなエラーメッセージがあります。これらのメッセージには、文法や言語の概念がありません。どちらもよく定義された構文はありません。メッセージには、エラーが発生した時刻、@、：、[、]、（、）のようなランダムな記号（設計者が表示していると思われる内容に応じて！）などの数式が含まれている場合があります。メッセージには不要な場所があり、必要なスペースはありませ

2熱

1答えて

Kmeans、Opencv Pythonを使用したカラーセグメンテーション

色と形の異なるイメージがあります。私はkmeansをクラスタリングしてから、2つの異なる画像を提供する必要があります。一つは形状が再生され、もう一つはLetterの色が再生されたものです。ここにサンプルの元画像と私が達成する必要があるものがあります。 Original Image Shape color regenerated と同様に、単に白R. と他1私は望ましい結果を再生成するラベルとクラ

0熱

2答えて

パンダのデータフレームにおけるkmeansの損失関数の計算

私は5つの列を含むデータフレームを持っています。私は3つの変数X,YとZの点をクラスタリングし、kmeansクラスタリングの損失関数を見つけようとしています。次のコードはそれを処理しますが、160,000行の私の実際のデータフレームに対してこれを実行すると、これまで以上に時間がかかります！私はそれがずっと速くできると思う。 PS：KMeansモジュールのsklearnには、私自身のコードを書いてい

0熱

1答えて

関数kmeans例（tf.expand_dims）Tensorflowの関数kmeansの例コードで

、は、関数 'tf.expand_dims' を使用する場合（テンソルの形状に1の寸法を挿入します。）、をcentroids_expanded tf.reduce_sumを計算する前に。これらは第2パラメータで異なるインデックス（0、1）を持つのはなぜですか？ import numpy as np import tensorflow as tf points_n = 200 clust

1熱

1答えて

K MATLABの意味アルゴリズム - クラスタラベルの割り当て手順の説明

教授が私のクラスのMatlabコードを持っています。このコードでは、このコードを使って最も近いクラスターに各データポイントを割り当てます。ここで、cは重心行列、xデータ行列です。 % norm squared of the centroids; c2 = sum(c.^2, 1); % For each data point x, computer min_j -2 * x'

0熱

2答えて

sklearnのKMeans.cluster_centers_の値KMeans

Kを実行すると、3つのクラスタを持ついくつかのベクトルにフィットすることを意味するので、入力データのラベルを取得できました。 KMeans.cluster_centers_はセンターの座標を返します。それに対応するベクトルが存在しないはずですか？これらのクラスターの重心でどのように値を見つけることができますか？

1熱

1答えて

保存されたKMeansモデルを読み込むには（MLパイプラインで）？

私はスカラを学んでいて、成功していないと、私が実行した/データにフィットするモデルをロードしようとしています。実行には6時間かかりましたが、出力を保存/ロードする方法がわからない場合は、これを再実行する必要があります。パイプラインの一部としてKMeansを実行しました。トレーニングデータセットで実行したパイプラインの出力を「モデル」として保存しました。これがロードしようとしたものでした。それは使

0熱

1答えて

Spark 2.1.0 - SparkML要件が失敗しました

私はSpark 2.1.0 Kmeans - Clusteringアルゴリズムを使用していました。 public class ClusteringTest { public static void main(String[] args) { SparkSession session = SparkSession.builder() .appName("Clus

1熱

1答えて

KMeansクラスタによってグループ化されたデータに効率的にアクセスする

各クラスタに属する最も外側の点まで半径を持つ各重心の周りに円を描こうとしています。今の私の円は半径がここでクラスタ中心から全体のトレーニングデータセットの遠いにポイントにを延長して描かれている私のコードです： def KMeansModel(n): pca = PCA(n_components=2) reduced_train_data = pca.fit_transform

0熱

1答えて

K平均クラスタリング、クラスタ数よりも少ないサンプル数

私はK平均に非常に新しいので、誰かが私に次の問題で助けてくれることを願っています。私はちょうどそれを試してみました mbk = MiniBatchKMeans(n_clusters=3, init_size=400, batch_size=300, verbose=1).fit(model_dm.docvecs[:20000]) ： /usr/local/lib64/python2.7/sit