sklearn自学指南(part35)--近邻传播及均值漂移

学习笔记，仅供参考，有错必纠

文章目录

聚类
- 近邻传播(Affinity Propagation)
- 均值漂移(Mean Shift)

聚类

近邻传播(Affinity Propagation)

AffinityPropagation通过在成对的样本之间发送消息来创建集群，直到收敛。然后使用少量的exemplar来描述数据集，这些样本被识别为其他样本中最具代表性的样本。在数据对之间发送的消息代表了一个样本成为另一个样本的exemplar的适用性，而这个适用性会根据其他数据对的值进行更新。这种更新迭代地进行，直到收敛为止，在收敛时选择最终的exemplar，从而给出最终的聚类。

sklearn自学指南(part35)--近邻传播及均值漂移相关推荐

sklearn自学指南(part7)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 2.1. 高斯混合模型 2.2. 多元学习 2.3. 聚类 2.4. 双聚类 2.5. 信号分解(矩阵分解问题) 2.1. 高斯混合模型 2. ...
sklearn自学指南(part31)--半监督学习
学习笔记,仅供参考,有错必纠文章目录半监督学习自我训练标签传播半监督学习 Semi-supervised learning是指在你的训练数据中,有些样本是没有标签的情况.sklearn.se ...
sklearn自学指南(part57)--协方差估计
学习笔记,仅供参考,有错必纠文章目录协方差估计经验协方差缩减协方差基本的收缩 Ledoit-Wolf收缩甲骨文近似收缩(Oracle Approximating Shrinkage) 稀疏 ...
sklearn自学指南(part43)--数据加载工具
学习笔记,仅供参考,有错必究文章目录数据加载工具 Toy datasets Real world datasets 用法数据加载工具 sklearn.datasets 包嵌入了一些在入门的一节中 ...
sklearn自学指南(part42)--使用手册的目录
学习笔记,仅供参考,有错必究文章目录 6.1. 管道与复合估计器 6.2. 特征提取 6.3. 预处理数据 6.4. 缺失值的插补 6.5. 无监督降维 6.6. 随机投影 6.7. 核近似 6.8 ...
sklearn自学指南(part34)--K-means
学习笔记,仅供参考,有错必究文章目录聚类聚类方法概述 K-means Low-level parallelism Mini Batch K-Means 聚类未标记数据的聚类可以通过模块skle ...
sklearn自学指南(part30)--特征选择
学习笔记,仅供参考,有错必纠文章目录特征选择移除低方差变量单变量特征选择递归特征消除(Recursive feature elimination) 使用SelectFromModel进行特征 ...
sklearn自学指南(part29)--高斯混合模型
学习笔记,仅供参考,有错必究文章目录高斯混合模型高斯混合 `GaussianMixture`类的利与弊利弊经典高斯混合模型中组个数的选择估计算法期望最大化变分贝叶斯高斯混合估计算法: ...
sklearn自学指南(part28)--双向聚类
学习笔记,仅供参考,有错必纠文章目录双向聚类光谱共聚类算法数学原理谱聚类数学原理双聚类评价双向聚类使用模块 sklearn.cluster.bicluster可以进行双向聚类.双向聚 ...

sklearn自学指南(part35)--近邻传播及均值漂移

文章目录

聚类

近邻传播(Affinity Propagation)

sklearn自学指南(part35)--近邻传播及均值漂移相关推荐

最新文章

热门文章