1条回答 默认 最新
- 2021-03-07 23:56回答 3 已采纳 matplotlib画出来呗。。。三维以内的都能画
- 2020-01-03 20:00回答 1 已采纳 数组的输入维度不正确，要先转换为一维数组再调用。
- 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
- 2024-07-21 14:02在本次实验中，最终评价kmeans算法的精准度有两种，第一是处理后的动漫数据集已经给出的K个聚类，和自己运行的K个聚类做准确度判断。第二个是计算所有数据点到各自质心距离的平方和。请各位同学在实验中计算出这两个...
- 2022-11-09 22:27
使用KMeans拟合数据的时候出现警告You can avoid it by setting the environment variable OMP_NUM_THREADS=2
kmeans
python
机器学习
回答 1 已采纳 UserWarning: KMeans is known to have a memory leak on Windows with MKL, when there are less chunks t - 2023-04-13 09:13回答 1 已采纳 将三维列表转换为二维数组。具体来说，可以将三维列表中的每个二维数组展开成一行，并将所有行组成一个大的二维数组。然后将这个二维数组作为输入数据，调用sklearn库中的KMeans函数进行聚类: fro
- 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
- 2022-01-22 22:37实验报告——Kmeans聚类方法 K-means 聚类方法是最为经典的基于划分的聚类方法之一，其基本思想是以空间中 k 个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好...
- 2022-04-07 11:20回答 1 已采纳 提供一个思路，多个矩阵你把他的维度reshape到一个一维的向量，这个一维度向量过一个函数得到某一个值，比如求和，比如求方差。这个函数需要你自己根据特征去设计。 你得到每个矩阵的值，把所有值resha
- 2022-02-22 14:23回答 1 已采纳 已解决for j in range(k): # np.mean(r,g,b,label)，属性和label都求个平均值 one_cluster = img_
- 2022-03-28 11:59回答 2 已采纳 内存错误，一般是运行时内存占用超过了内存配置
- 2020-01-07 11:07在给定的实验报告中，数据集由4个固定点生成的50个随机点组成，这些随机点被用于聚类分析。首先，创建了这些点，然后随机选择K个点作为初始质心。接着，按照K-means算法的步骤，计算数据点与质心的距离并进行分配，...
- 2022-05-02 19:09回答 2 已采纳 你这不是个警告而已吗
- 2024-04-09 12:52木盏的博客 Kmeans毫无疑问，好用又“便宜”的算法，经常在很多轻量化场景中实现。所谓的“聚类”（Clustering），就是通过欧氏距离找哪些点构成一个簇。我们怎么决定哪些点属于哪一簇，以及每簇的中心分别是什么？
- 2019-05-31 13:57K-Means算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的...使用场景：通用聚类方法，用于均匀的簇大小，簇的数量不多的情况。
- 没有解决我的问题, 去提问
问题事件
创建了问题
11月16日