层次聚类优化方法BIRCH（聚类特征树的多阶段聚类）

class sklearn.cluster.Birch（threshold = 0.5，branching_factor = 50，n_clusters = 3，compute_labels = True，copy = True ）

参数：	threshold：float，默认值为 0.5 通过合并新样本和最近的子集群获得的子集群的半径应小于阈值。否则，将启动新的子集群。 branching_factor：int，默认值为50 每个节点中的最大CF子集群数。如果输入新样本使得子集群的数量超过branching_factor，则必须拆分该节点。必须拆分相应的父级，如果父级中的子子集数大于分支因子，则必须递归拆分。 n_clusters：int，sklearn.cluster模型的实例，默认为None 最终聚类步骤之后的聚类数，它将叶子中的子聚类视为新样本。默认情况下，不执行此最终聚类步骤，并按原样返回子聚类。如果提供了模型，则模型适合将子集视为新样本，并将初始数据映射到最近的子集群的标签。如果提供了int，则模型拟合为AgglomerativeClustering，其中n_clusters设置为int。 compute_labels：bool，默认为True 是否为每个拟合计算标签。 copy：bool，默认为True 是否复制给定数据。如果设置为False，则将覆盖初始数据。

参数：

threshold：float，默认值为 0.5

通过合并新样本和最近的子集群获得的子集群的半径应小于阈值。否则，将启动新的子集群。

branching_factor：int，默认值为50

每个节点中的最大CF子集群数。如果输入新样本使得子集群的数量超过branching_factor，则必须拆分该节点。必须拆分相应的父级，如果父级中的子子集数大于分支因子，则必须递归拆分。

n_clusters：int，sklearn.cluster模型的实例，默认为None

最终聚类步骤之后的聚类数，它将叶子中的子聚类视为新样本。默认情况下，不执行此最终聚类步骤，并按原样返回子聚类。如果提供了模型，则模型适合将子集视为新样本，并将初始数据映射到最近的子集群的标签。如果提供了int，则模型拟合为AgglomerativeClustering，其中n_clusters设置为int。

compute_labels：bool，默认为True

是否为每个拟合计算标签。

copy：bool，默认为True

是否复制给定数据。如果设置为False，则将覆盖初始数据。

层次聚类优化方法BIRCH（聚类特征树的多阶段聚类）相关推荐

曲线聚类_R语言确定聚类的最佳簇数：3种聚类优化方法
原文链接: http://tecdat.cn/?p=7275tecdat.cn 确定数据集中最佳的簇数是分区聚类(例如k均值聚类)中的一个基本问题,它要求用户指定要生成的簇数k. 一个简单且流行的解 ...
齿轮箱数据集_一种旋转机械齿轮箱故障数据集优化方法与流程
本发明涉及一种旋转机械齿轮箱故障数据集优化方法,具体涉及一种基于遗传算法与支持向量机的旋转机械齿轮箱故障数据集优化方法. 背景技术: 齿轮箱是重要工程领域(如:石化产业.航天.机械制造等)的关键设备之 ...
BIRCH层次聚类优化算法(平衡迭代规约聚类树
BIRCH算法(平衡迭代削减聚类法):聚类特征使用3元组进行一个簇的相关信息,通过构建满足分枝因子和簇直径限制的聚类特征树来求聚类,聚类特征树其实是一个具有两个参数分枝因子和类直径的高度平衡树:分枝因 ...
机器学习技术-层次聚类算法(组平均)-综合层次聚类方法(BIRCH、CURE)
基于层次的聚类方法,是对给定的数据进行层次的分解,直到某种条件满足为止.首先将数据点组成一颗聚类树,根据层次,自底向上或是自顶向下分解.层次的方法可以分为凝聚的方法和分裂的方法. 凝聚的方法,也称为自 ...
RetinaNet与点云聚类耦合的深度学习个体树分割方法研究
ABSTRACT 人类活动的增加对全球森林资源造成了严重干扰,如何准确识别单株树木已成为森林资源调查的重要任务.为了得到准确的个体树木数量,本文以针叶林和针阔混交林为实验样本,以数字正射影像图和机载激 ...
层次聚类(Hierarchical Clustering)——BIRCH算法详解及举例
1 BIRCH概述 BIRCH(Balanced Iterative Reducing and Clustering Using Hierarchies)的主要动机是两个方面,一是处理大数据集,二是对 ...
【数据聚类】第六章第二节：层次聚类算法之BIRCH算法（算法概述、流程和sklearn实现）
注意:文章中部分内容来自刘建平博客,多谢多谢:刘建平:BIRCH聚类算法原理文章目录一:BIRCH算法概述 (1)聚类特征CF (2)聚类特征树 CF Tree (3)聚类特征树的生成 A:生成规 ...
聚类的方法（层次聚类，K-means聚类）
所谓聚类,就是将相似的事物聚集在一起,而将不相似的事物划分到不同的类别的过程,是数据分析之中十分重要的一种手段.比如古典生物学之中,人们通过物种的形貌特征将其分门别类,可以说就是一种朴素的人工聚类 ...
R语言层次聚类（hierarchical clustering）：数据缩放、PCA聚类结果可视化、fpc包的clusterboot函数通过bootstrap重采样的方法评估hclust层次聚类的稳定性
R语言层次聚类(hierarchical clustering):数据缩放.PCA聚类结果可视化.fpc包的clusterboot函数通过bootstrap重采样的方法评估hclust层次聚类的稳定性 ...

层次聚类优化方法BIRCH（聚类特征树的多阶段聚类）

层次聚类优化方法BIRCH（聚类特征树的多阶段聚类）相关推荐

最新文章

热门文章