Perguntas com a marcação «clustering»

Estou agrupando distribuições de probabilidade usando o algoritmo de Afinidade de Propagação e planejo usar a Densidade de Jensen-Shannon como métrica de distância. É correto usar o próprio JSD como a distância ou o JSD ao quadrado? Por quê? Que diferenças resultariam da escolha de um ou outro?

15 machine-learning  clustering  entropy  distance-functions 

Estou usando o cluster hierárquico para analisar dados de séries temporais. Meu código é implementado usando a função MathematicaDirectAgglomerate[...] , que gera clusters hierárquicos com as seguintes entradas: uma matriz de distância D o nome do método usado para determinar a ligação entre cluster. Eu calculei a matriz de distância …

15 clustering  distance-functions  ward 

Na análise de cluster, como calculamos a pureza? Qual é a equação? Não estou procurando um código para fazer isso por mim. Seja cluster ke classe j.c jωkωk\omega_kcjcjc_j Então a pureza é praticamente precisa? parece que estavam somando a quantidade de classe verdadeiramente classificada por cluster sobre o tamanho da …

15 clustering 

Tentei agrupar um conjunto de dados (um conjunto de marcas) e obtive 2 clusters. Eu gostaria de representá-lo graficamente. Um pouco confuso sobre a representação, já que não tenho as coordenadas (x, y). Também procurando pela função MATLAB / Python para fazer isso. EDITAR Acho que a publicação de dados …

15 clustering  data-visualization  python 

Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em seguida, realizei um teste de razão de verossimilhança desse modelo em …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

P: Qual é a maneira padrão de agrupar dados usando um Processo Dirichlet? Ao usar Gibbs, os clusters de amostragem aparecem e desaparecem durante a amostragem. Além disso, temos um problema de identificabilidade, uma vez que a distribuição posterior é invariável às remarcações de cluster. Portanto, não podemos dizer qual …

14 bayesian  clustering  mcmc  dirichlet-process  identifiability 

Eu sei que existe algoritmo de agrupamento k-means e mediana k. Um que usa a média como o centro do cluster e o outro usa a mediana. Minha pergunta é: quando / onde usar qual?

14 clustering  k-means 

A seguir, é descrito o que estou tentando realizar, mas é possível que uma declaração alternativa de problema possa descrever meu objetivo: eu quero divida os seguintes números em grupos em que as variações dos números em cada grupo não são muito grandes e as diferenças entre as médias dos …

14 clustering  relative-distribution 

Eu pesquisei sobre k-means e é isso que obtive: k-means é um dos algoritmos mais simples que usa o método de aprendizado não supervisionado para resolver problemas conhecidos de agrupamento. Funciona muito bem com grandes conjuntos de dados. No entanto, também existem desvantagens do K-Means, que são: Forte sensibilidade a …

14 clustering  data-mining  algorithms  k-means 

Sei que essa pergunta não está bem definida, mas alguns aglomerados tendem a ser elípticos ou ficam no espaço dimensional mais baixo, enquanto outros têm formas não lineares (em exemplos 2D ou 3D). Existe alguma medida de não linearidade (ou "forma") de clusters? Observe que no espaço 2D e 3D, …

14 unsupervised-learning  clustering 

Estou tentando entender a medida dinâmica de distorção do tempo para comparar séries temporais juntas. Eu tenho três conjuntos de dados de séries temporais como este: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, …

14 r  time-series  clustering 

Esta é uma pergunta ingênua de alguém que começa a aprender aprendizado de máquina. Atualmente, estou lendo o livro "Aprendizado de máquina: uma perspectiva algorítmica" de Marsland. Considero útil como um livro introdutório, mas agora gostaria de entrar em algoritmos avançados, aqueles que atualmente estão apresentando os melhores resultados. Estou …

14 machine-learning  clustering  bioinformatics 

Alguém usa as métricas ou L .5 para agrupar, em vez de L 2 ? Aggarwal et al., Sobre o surpreendente comportamento das métricas de distância no espaço de alta dimensão, disseram (em 2001) queL1L1L_1L.5L.5L_.5L2L2L_2 é consistentemente mais preferível do que a métrica de distância euclidiana L 2 para aplicações …

14 clustering  distance-functions  rule-of-thumb 

Bloqueado . Esta pergunta e suas respostas estão bloqueadas porque a questão está fora do tópico, mas tem um significado histórico. No momento, não está aceitando novas respostas ou interações. Eu quero agrupar ~ 22000 pontos. Muitos algoritmos de agrupamento funcionam melhor com suposições iniciais de maior qualidade. Quais ferramentas …

14 data-visualization  clustering  software 

Parece que para médias K e outros algoritmos relacionados, o agrupamento é baseado no cálculo da distância entre pontos. Existe alguém que funciona sem ele?

14 machine-learning  clustering  data-mining  k-means