Публикации по теме 'k-means-clustering'
Изучение наук о данных и машинного обучения 1
KMeans — один из наиболее широко используемых алгоритмов кластеризации. Вот два распространенных вопроса о KMeans, которые, как мне кажется, должен знать каждый.
Почему K-средние страдают от проклятия размерности?
Причина, по которой это происходит, заключается в том, что по мере того, как ваши размеры продолжают расти, минимальное евклидово расстояние между точками данных продолжает расти из-за увеличения размеров, а поскольку размеры стремятся к бесконечности, минимальное расстояние..
Кластеризация K-средних и ее реальные варианты использования
Что такое кластеризация k-средних?
Кластеризация K-средних — это алгоритм обучения без присмотра, который группирует немаркированный набор данных в разные кластеры. Здесь K определяет количество предопределенных кластеров, которые необходимо создать в процессе, например, если K=2, будет два кластера, а при K=3 будет три кластера и так далее.
Как работает алгоритм K-средних?
Работа алгоритма K-Means объясняется в следующих шагах:
Шаг 1. Выберите число K, чтобы определить..
Повышение ценности с помощью кластеризации методом k-средних
Хотя каждый клиент уникален, группировка похожих клиентов может быть очень выгодной. Эта группировка или кластеризация имеет решающее значение для предприятий, взаимодействующих с клиентами в масштабе. Например, разработка уникальной инициативы по удержанию клиентов для каждого клиента несостоятельна, особенно если у компании тысячи клиентов. Вместо этого бизнес должен понять, какая группа клиентов более восприимчива к инициативе по удержанию. Чтобы понять состав этой группы или сегмента,..
«Люди не разумные животные, они рационализируют животных».
«Люди не разумные животные, они рационализируют животных». Выделенный раздел — это мощная тактика, позволяющая мотивировать себя на выполнение потенциально утомительных или сложных задач. Возвращался к моему 50-летнему воссоединению HS, увидел на сайте класса фотографии пары моих старых футбольных приятелей. Они выглядели довольно хорошо, я восстанавливался после операции на спине и стал довольно рыхлым. Я продолжал представлять себя на групповом фото с ними, по крайней мере, в хорошей..
Урок 27 — Введение в неконтролируемое обучение и алгоритмы кластеризации (интуиция)
На этом уроке мы познакомимся с обучением без учителя, типом машинного обучения, целью которого является обнаружение скрытых шаблонов и структур в данных без использования помеченных примеров, а также с алгоритмами кластеризации, общим классом методов обучения без учителя, которые группируют точки данных на основе их сходство. Мы построим интуицию вокруг ключевых концепций и компонентов неконтролируемого обучения и алгоритмов кластеризации.
Обучение без учителя отличается от обучения..
JET-SKI IFOOD (ВАУЧЕР НА ПИТАНИЕ)
«Цель — реализовать на практике проект кластеризации с использованием алгоритма KMeans. Весь проект доступен в этом репозитории GitHub». Фабио Мори, автор статьи.
Проблема бизнеса.
Что мы должны сделать в первую очередь перед программированием? Знаменитый PED, или «Исследуй, изучай и открывай» (благодаря этой аббревиатуре).
Поэтому я стремился понять, кто стоит за бизнес-решениями iFood и каковы их идеи по дальнейшему развитию крупнейшей пищевой технологической компании в..
Кластеризация K-средних
В мире науки о данных кластеризация K-Means выделяется как мощный метод распознавания образов и сегментации данных. Представьте, что у вас есть набор точек данных, каждая из которых занимает уникальное место в огромном наборе данных.
Кластеризация K-средних является ключом к группировке этих точек данных в значимые кластеры на основе присущих им сходств.
В этой главе мы отправимся в путешествие, чтобы понять теоретические основы кластеризации K-средних и ее значение в сфере машинного..
