想问一下在kmeans确定k值的时候“肘部法则”中的图和碎石图有什么区别 可以以碎石图用肘部法则分析吗？
1条回答 默认 最新
- 2020-02-25 08:28此外，K值的选择也直接影响结果，通常可以通过肘部法则或轮廓系数等方法进行选择。 总的来说，这个KMeans聚类的期末作业是一个很好的实践机会，让学生深入理解无监督学习中的聚类方法，并掌握如何用Java实现这一...
- 2016-12-13 12:43weixin_30425949的博客 尤其适用于用户行为、金融风控、电商画像等结构化表格数据的预处理与特征工程。本文聚焦Python工程落地，详解标准化必要性、scree plot判据、载荷矩阵业务翻译、反向重构与缺失值鲁棒处理等关键环节，覆盖从sklearn....
- 2025-11-09 21:30幻云2010的博客 全书分为三部分：第一部分奠定思想与工具基础，包括Python环境配置、数据处理与特征工程；第二部分深入讲解主流算法，如逻辑回归、决策树、SVM、神经网络等；第三部分通过实战项目（如金融风控、文本分析）和高级...
- 2017-07-07 11:14Ryan_Yang_的博客 现阶段，针对iris数据集，我们应用了决策树、随机森林、朴素贝叶斯、神经网络和SVM这些模型来拟合数据，虽然结果略有差异，但是可以说差异不大，效果也还是很理想，主要原因因为这个数据集的特征值比较显著；...
- 2025-09-26 13:16snow3的博客 同时介绍了无监督学习的基本概念、挑战、应用场景及常用技术，重点讲解了聚类算法的实现步骤与评估指标。通过综合案例展示了回归与聚类在实际业务中的协同应用，帮助读者理解如何根据数据特点选择合适模型以提升分析...
- 2026-03-21 03:02AI智能架构工坊的博客 数据挖掘（Data Mining）是大数据时代的"探矿术"，它能从海量、模糊、随机的数据中，提取隐含的、有价值的信息和知识。本文将覆盖数据挖掘的全流程（从数据清洗到模型应用）、核心技术（如关联分析、分类预测）、...
- 2025-12-16 09:41CompiLume的博客 掌握空间转录组的 R 语言数据降维技巧，快速实现PCA、t-SNE与UMAP优化。适用于空间基因表达数据可视化，提升聚类效果与结果解读性。5步流程清晰高效，支持Seurat工具链整合，值得收藏。
- 2025-10-23 17:28kleo3270的博客 协方差用于衡量两个随机变量 $X_i$ 和 $X_j$ 的联合变异情况，其数学表达式为：i)(x其中：- $x_{ki}$ 表示第 $k$ 个样本在第 $i$ 维特征上的取值；- $\bar{x}_i$ 是第 $i$ 维特征的样本均值；- $n$ 为样本总数；- ...
- 2025-09-17 10:56坚持坚持那些年的博客 本章从高维数据面临的挑战入手，系统讲解了PCA在工程实践中的应用策略，包括数据预处理的三大关键步骤（缺失值处理、标准化、中心化）以及主成分数量选择的三种实用方法（累计方差解释率、碎石图判读、交叉验证）。...
- 2025-09-28 09:45上海积分吴老师的博客 启动后进入主界面，包含菜单栏、工具栏与数据表窗口三大核心区域。首次运行可选择“New Script”或“Open Data Table”开始。在现代数据分析流程中，数据可视化不仅是呈现结果的手段，更是探索数据结构、识别异常...
- 没有解决我的问题, 去提问
问题事件
系统已结题
8月24日
已采纳回答
8月16日-
创建了问题
8月16日