Perguntas com a marcação «clustering»

Estou tentando agrupar conjuntos de dados diferentes usando algoritmos não supervisionados (clustering). O problema é que tenho muitos recursos (~ 500) e uma pequena quantidade de casos (200-300). Até agora, costumava fazer apenas problemas de classificação para os quais sempre rotulava dados como conjuntos de treinamento. Lá, usei algum critério …

9 r  clustering  feature-selection  unsupervised-learning 

Quero aprender (deduzir) os pesos dos atributos para a minha medida de dissimilaridade que posso usar para agrupar. Tenho alguns exemplos de pares de objetos que são "semelhantes" (devem estar no mesmo cluster), bem como alguns exemplos ( c i , d i ) de pares de objetos que "não …

9 clustering  similarities  supervised-learning  semi-supervised 

Abaixo está um gráfico da p. 202 do Dataclysm de Christian Rudder , embora tenha sido produzido por James Dowdell. Ele ilustra os relacionamentos entre os 200 principais subreddits, áreas de interesse no reddit.com, onde os usuários podem enviar links, comentários e votos. São semelhantes às tags deste site. O …

9 clustering  data-visualization 

Eu tenho dados barulhentos de duas variáveis ​​como esta. x1 <- rep(seq(0,1, 0.1), each = 3000) set.seed(123) y1 <- rep (c(0.2, 0.8, 0.3, 0.9, 0.65, 0.35,0.7,0.1,0.25, 0.3, 0.95), each = 3000) set.seed(1234) e1 = rnorm(length(x1), 0.07,0.07) set.seed(1223) e2 = rnorm(length(x1), 0.07,0.07) set.seed(1334) yn <- rnorm(20000, 0.5,0.9) set.seed(2344) xn <- rnorm(20000, …

9 r  machine-learning  clustering 

Gostaria de codificar um kmeans agrupado em python usando pandas e scikit learn. Para selecionar o bom k, gostaria de codificar a estatística Gap de Tibshirani e al 2001 ( pdf ). Gostaria de saber se poderia usar o resultado de inércia_ do scikit e adaptar a fórmula estatística de …

9 clustering  python  k-means  scikit-learn  metric 

Alguém conhece um bom método para determinar se o agrupamento usando kmeans é apropriado? Ou seja, e se sua amostra for realmente homogênea? Eu sei que algo como um modelo de mistura (via mclust em R) fornecerá estatísticas de ajuste para o caso de cluster 1: k, mas parece que …

9 r  clustering  k-means 

Para a tarefa de modelagem de rotatividade, eu estava considerando: Computar k clusters para os dados Crie k modelos para cada cluster individualmente. A justificativa para isso é que não há nada a provar, que a população de assinantes é homogênea; portanto, é razoável supor que o processo de geração …

9 machine-learning  clustering  data-mining  predictive-models 

Suponha que eu tenha uma amostra de frequências de 4 eventos possíveis: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e tenho as probabilidades esperadas de meus eventos ocorrerem: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Com a soma das frequências …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Estou procurando conjuntos de dados de pontos de dados bidimensionais (cada ponto de dados é um vetor de dois valores (x, y)) seguindo diferentes distribuições e formulários. O código para gerar esses dados também seria útil. Eu quero usá-los para plotar / visualizar o desempenho de alguns algoritmos de cluster. …

9 distributions  data-visualization  clustering  dataset 

Eu tenho alguns dados sobre o tempo entre os batimentos cardíacos de um humano. Uma indicação de batidas ectópicas (extras) é que esses intervalos estão agrupados em torno de três valores em vez de um. Como posso obter uma medida quantitativa disso? Estou procurando comparar vários conjuntos de dados, e …

9 clustering 

Basicamente, o objetivo dos métodos de agrupamento de gráficos e detecção de comunidade é calcular clusters. Existe alguma diferença entre eles?

9 clustering 

Digamos que definimos uma distância, que não é uma métrica , entre N itens. Com base nessa distância, usamos um cluster hierárquico aglomerativo . Podemos usar cada um dos algoritmos conhecidos (ligação única / máxima / média etc.) para obter resultados significativos? Em outras palavras, qual é o problema de …

9 clustering  multilevel-analysis  metric  hierarchical-clustering 

Como você agrupa um recurso com uma medida de distância assimétrica? Por exemplo, digamos que você esteja agrupando um conjunto de dados com dias da semana como um recurso - a distância de segunda a sexta-feira não é a mesma que a distância de sexta a segunda-feira. Como você incorpora …

9 clustering  distance 

esta pergunta começou como " Agrupando dados espaciais em R " e agora foi movida para a pergunta DBSCAN. Como as respostas à primeira pergunta sugeriram, procurei informações sobre o DBSCAN e li alguns documentos sobre. Novas questões surgiram. O DBSCAN requer alguns parâmetros, um deles é "distância". Como meus …

9 r  clustering  spatial 

Segundo o wiki, o critério de convergência mais utilizado é "a atribuição não mudou". Eu queria saber se o ciclismo pode ocorrer se usarmos esse critério de convergência? Eu ficaria satisfeito se alguém apontasse uma referência a um artigo que dê um exemplo de ciclismo ou prove que isso é …

9 clustering  algorithms  k-means