有200万左右的样本集，二维的，用什么聚类算法比较合适，希望有具体的包和代码，十分感谢。之前用MiniBatchKMeans，由于不太会调参而报错。
【python聚类】200万左右的数据该用什么聚类算法
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
3条回答 默认 最新
threenewbee 2019-03-05 23:04关注光知道数据集的大小是没有办法告诉你用什么聚类算法的。只能说你应该把各种方式都试下，如果你真的完全一无所知，我觉得深度学习是通用性更强一些的算法。
你可以构造一个多层前馈自编码器+解码器去做无监督学习，而自编码器就是聚类。具体算法你可以google上搜索tensorflow auto encoder
解决 无用评论 打赏举报 分享
- 2022-12-08 19:05回答 1 已采纳 你的数据中有非数值型的字符串型数据，你检查一下新使用的数据
- 2022-01-31 20:47回答 1 已采纳 快速聚类，不需要对变量进行标准化的，但仍然推荐进行标准化。 层次聚类，必须进行标准化，因为各变量的量纲会有差异。简单的说，第一列数据的单位是 万元，第二列数据的单位是 元，如果不做标准化第一列就会被忽
- 2022-02-11 21:14回答 2 已采纳 元组的索引越界，打印一下len(dataset)，n取值已经超过了a,b元组元素个数。
- 2022-01-10 20:01你隔壁的小王的博客 K-means算法是最常用的一种聚类算法。算法的输入为一个样本集（或者称为点集），通过该算法可以将样本进行聚类，具有相似特征的样本聚为一类。针对每个点，计算这个点距离所有中心点最近的那个中心点，然后将这个点...
- 2022-01-16 22:16回答 2 已采纳 # 整理聚类结果 listName = dfData['地区'].tolist() # 将 dfData 的首列 '地区' 转换为 listName dictCluster
- 2021-11-08 09:09回答 1 已采纳 分类： km = KMeans(n_clusters=4) km.fit_predict(data) 分完类之后得到了聚类中心，也就是km.cluster_centers_，你可以print出来：
- 2022-12-08 16:58回答 1 已采纳 https://blog.csdn.net/fuck11111100/article/details/114954399大概原因就是类型不匹配但是你代码里有太多东西没放出来，只能自己查原因了
- 2021-08-06 23:40Eastmount的博客 本文将详细讲解数据预处理、Jieba分词和文本聚类知识，这篇文章可以说是文本挖掘和自然语言处理的入门文章。两万字基础文章，希望对您有所帮助。欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列...
- 2022-03-29 17:07回答 2 已采纳 聚类和演化算法，利用聚类分析PSO粒子分布状况聚类还可以帮助演化算法选参
- 2022-02-11 17:08回答 2 已采纳 改成np.power()试试： import numpy as np a=np.array([1,2,3,4]) b=np.array([2]) print(np.power(a,b))
- 2023-02-19 16:37回答 9 已采纳 针对日志分析可视化中使用聚类算法的问题，以下是一些思路和建议： 1.确定聚类算法：首先需要选择一种适合日志数据的聚类算法，例如k-means、层次聚类等。选择算法时需要考虑数据量、数据维度、聚类结果的
- 2020-12-21 23:35weixin_39565332的博客 需要封装一些经典的算法到平台上去，就一边学习python，一边网上寻找经典算法代码，今天介绍下经典的K-means聚类算法，算法原理就不介绍了，只从代码层面进行介绍，包含：rest接口、连接mpp数据库、回传json数据、...
- 2021-08-20 21:09胖哥真不错的博客 说明：这是一个机器学习实战项目（附带数据+代码），如需数据+完整代码可以直接到...本案例就是使用机器学习聚类算法对客户进行分组，为销售人员进行精准营销提供帮助。 2.数据收集 本数据是模拟数据： 数据集：d...
- 2021-09-30 11:01Python数据之道的博客 来源：数据STUDIO大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分。基本思想物以类聚、人以群分常用于数据探索或挖掘前期没有先验经验做...
- 2020-12-23 06:32e路书香的博客 数据集来自DataFountain，一共包含200名顾客，记录包含顾客的ID，性别，年龄，收入和支出分数。首先先查看一下数据的前五行1、描述分析df = pd.read_csv('Mall_Customers.csv', index_col=0)df.columns = [ 'Gender'...
- 没有解决我的问题, 去提问
悬赏问题
- ¥15 程序不包含适用于入口点的静态Main方法
- ¥15 素材场景中光线烘焙后灯光失效
- ¥15 请教一下各位，为什么我这个没有实现模拟点击
- ¥15 执行 virtuoso 命令后，界面没有，cadence 启动不起来
- ¥50 comfyui下连接animatediff节点生成视频质量非常差的原因
- ¥20 有关区间dp的问题求解
- ¥15 多电路系统共用电源的串扰问题
- ¥15 slam rangenet++配置
- ¥15 有没有研究水声通信方面的帮我改俩matlab代码
- ¥15 ubuntu子系统密码忘记