প্রশ্ন ট্যাগ «k-means»

আমি বুঝতে চাই, স্ট্যান্ডার্ড এবং গোলাকার কে-মানে ক্লাস্টারিং অ্যালগরিদমের মধ্যে প্রধান বাস্তবায়ন পার্থক্য কী। প্রতিটি পদক্ষেপে, কে-মানে উপাদান ভেক্টর এবং ক্লাস্টার সেন্ট্রয়েডগুলির মধ্যে দূরত্বগুলি গণনা করে এবং এই ক্লাস্টারে নথিটি পুনরায় সাইন করে, যার সেন্ট্রয়েড সবচেয়ে নিকটতম। তারপরে, সমস্ত সেন্ট্রয়েডগুলি পুনরায় সংযুক্ত করা হয়। গোলাকৃতির কে-উপায়ে, সমস্ত ভেক্টরগুলি স্বাভাবিক করা …

28 clustering  data-mining  algorithms  k-means 

আমাকে বাইনারি ভেরিয়েবল (মান 0 এবং 1) ব্যবহার করতে হবে) তবে কে-মানে কেবল অবিচ্ছিন্ন ভেরিয়েবলগুলির সাথে কাজ করে। আমি জানি কিছু লোক এখনও বাইনারি ভেরিয়েবলগুলি কে-মানে ব্যবহার করে যে-কে কেবলমাত্র অবিচ্ছিন্ন ভেরিয়েবলের জন্য ডিজাইন করা হয়েছে তা উপেক্ষা করে। এটি আমার কাছে অগ্রহণযোগ্য। প্রশ্নাবলী: তাহলে কে-মানে / হায়ারারিকাল ক্লাস্টারিংয়ে বাইনারি …

27 r  clustering  binary-data  k-means  mixed-type-data 

আমি কিছু পয়েন্ট আছে মধ্যে , আর আমি যাতে পয়েন্ট ক্লাস্টারের করতে চাই:X={x1,...,xn}X={x1,...,xn}X=\{x_1,...,x_n\}RpRpR^p প্রতিটি ক্লাস্টারে এর সমান সংখ্যক উপাদান থাকে । (অনুমান ক্লাস্টার ভাগ সংখ্যা ।)XXXnnn প্রতিটি ক্লাস্টার মেনসের ক্লাস্টারগুলির মতো কিছুটা অর্থে "স্থানিকভাবে সমন্বিত" হয় ।kkk এগুলির মধ্যে একটি বা অন্যটিকে সন্তুষ্ট করে এমন অনেকগুলি ক্লাস্টারিং পদ্ধতি সম্পর্কে ভাবতে …

25 machine-learning  clustering  k-means  unsupervised-learning 

আমার কাছে বিভিন্ন নোডের মধ্যে ডেটা স্থানান্তরের একটি ডাটাবেস টেবিল রয়েছে। এটি একটি বিশাল ডাটাবেস (প্রায় ৪০ মিলিয়ন ট্রান্সফার সহ)। বৈশিষ্ট্যগুলির মধ্যে একটি হ'ল বাইট (এনবিটস) স্থানান্তর সংখ্যা যা 0 বাইট থেকে 2 টি টেরা বাইট পর্যন্ত হয়। আমি এনবিটিসকে যেমন ক্লাস্টার দিতে চাই যে কে ক্লাস্টার দিয়েছে কিছু এক্স …

24 clustering  k-means 

আমি আমার থাকা বস্তুগুলিতে কে-মানে ক্লাস্টারিং করতে চাই, তবে বস্তুগুলিকে স্থানের বিন্দু হিসাবে বর্ণনা করা হয় না, যেমন objects x featuresডেটাসেট দ্বারা । যাইহোক, আমি যে কোনও দুটি বস্তুর মধ্যে দূরত্ব গণনা করতে সক্ষম (এটি একটি মিলের ফাংশনের উপর ভিত্তি করে)। সুতরাং, আমি দূরত্বের ম্যাট্রিক্স নিষ্পত্তি করি objects x objects। …

22 machine-learning  clustering  data-mining  k-means  distance 

আমি GM GM এর জন্য ইএম অ্যালগরিদমের উপর বিশপ পড়ছি এবং জিএমএম এবং কে-অর্থের মধ্যে সম্পর্কের। এই বইতে এটি বলেছে যে কে-মানে জিএমএম এর একটি হার্ড অ্যাসাইন সংস্করণ। আমি ভাবছি কি এর দ্বারা বোঝা যায় যে আমি যে ডেটা ক্লাস্টার করার চেষ্টা করছি তা যদি গাউসিয়ান না হয় তবে আমি …

21 clustering  data-mining  k-means  gaussian-mixture 

আমার একটি পারস্পরিক সম্পর্ক ম্যাট্রিক্স রয়েছে যা প্রতিটি আইটেমকে অন্য আইটেমের সাথে কীভাবে সংযুক্ত করে তা উল্লেখ করে। সুতরাং কোনও এন আইটেমের জন্য আমার কাছে ইতিমধ্যে একটি এন * এন পারস্পরিক সম্পর্ক ম্যাট্রিক্স রয়েছে। এই পারস্পরিক সম্পর্কের ম্যাট্রিক্সটি ব্যবহার করে আমি কীভাবে এম বিনগুলিতে এন আইটেমগুলি ক্লাস্টার করব যাতে আমি …

20 clustering  python  k-means 

একটি কার্যভারের জন্য আমাকে একটি প্রমাণ প্রদান করতে বলা হয়েছে যে কে-মানে একটি সীমাবদ্ধ পদক্ষেপে রূপান্তর করে। এটি আমি লিখেছি: CCCE(C)=∑xmini=1k∥x−ci∥2E(C)=∑xmini=1k‖x−ci‖2E(C)=\sum_{\mathbf{x}}\min_{i=1}^{k}\left\Vert \mathbf{x}-\mathbf{c}_{i}\right\Vert ^{2}E(C)E(C)E(C) পদক্ষেপ 2 এমন পদক্ষেপকে নির্দেশ করে যা প্রতিটি নিকটবর্তী ক্লাস্টার কেন্দ্রের দ্বারা প্রতিটি ডেটা পয়েন্টকে লেবেল করে এবং পদক্ষেপ 3 হল এমন পদক্ষেপ যেখানে কেন্দ্রগুলি একটি গড় …

20 mathematical-statistics  k-means 

কেউ কি হায়ারারিকাল ক্লাস্টারিংয়ের উপকারিতা এবং বিধিগুলি ব্যাখ্যা করতে পারেন? হায়ারার্কিকাল ক্লাস্টারিং এর কে যেমন বোঝাচ্ছে একই ত্রুটি রয়েছে? কে হায়ারারিকিকাল ক্লাস্টারিং এর সুবিধা কী? হায়ারারিকাল ক্লাস্টারিং ও তার বিপরীতে কখন আমাদের কে ব্যবহার করা উচিত? এই পোস্টের উত্তরগুলি কে এর ত্রুটিগুলি বোঝায় খুব ভাল। কে-উপায়গুলির ত্রুটিগুলি কীভাবে বোঝা যায়

19 clustering  k-means  unsupervised-learning  hierarchical-clustering 

কে-মানে ক্লাস্টার সমাধানের মধ্যে ডেটাসেটের কোন বৈশিষ্ট্য / ভেরিয়েবলগুলি সবচেয়ে গুরুত্বপূর্ণ / প্রভাবশালী তা নির্ধারণ করার কোনও উপায় আছে?

19 machine-learning  clustering  k-means  importance 

আমি আমার ডেটা ক্লাস্টার করতে কে-মানে ব্যবহার করছি এবং একটি "অনুকূল" ক্লাস্টার নম্বর প্রস্তাব করার উপায় খুঁজছিলাম। গ্যাপের পরিসংখ্যান মনে হয় একটি ভাল ক্লাস্টার নম্বর খুঁজতে একটি সাধারণ উপায়। কোনও কারণে এটি সর্বোত্তম ক্লাস্টার নম্বর হিসাবে 1 প্রদান করে, তবে আমি যখন ডেটা দেখি তখন স্পষ্ট হয় যে 2 টি …

18 r  machine-learning  clustering  k-means 

আমার কাছে 16 টি ভেরিয়েবলের সাথে একটি ডেটা সেট রয়েছে এবং কামেন দ্বারা ক্লাস্টার করার পরে, আমি দুটি গ্রুপ প্লট করতে চাই। দুটি প্লাস্টারটি দৃশ্যত উপস্থাপন করার জন্য আপনি কোন প্লটকে পরামর্শ দিচ্ছেন?

17 data-visualization  clustering  k-means 

আমি পড়েছি যে কে-মানে অ্যালগরিদম কেবল স্থানীয় সর্বনিম্নে রূপান্তর করে বিশ্বব্যাপী সর্বনিম্নে নয়। কেন? আমি যৌক্তিকভাবে ভাবতে পারি যে কীভাবে সূচনাটি চূড়ান্ত ক্লাস্টারিংয়ের উপর প্রভাব ফেলতে পারে এবং উপ-সর্বোত্তম ক্লাস্টারিংয়ের সম্ভাবনা রয়েছে, তবে আমি এমন কিছু পাইনি যা গাণিতিকভাবে এটি প্রমাণ করবে। এছাড়াও, কেন-কেন একটি পুনরাবৃত্তি প্রক্রিয়া? আমরা কেবল সেন্ট্রয়েডগুলিতে …

17 clustering  k-means  convergence  gradient-descent  minimum 

আমি এর মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মেশিন অ্যালগরিদম নিয়ে পরীক্ষা করছি caret আর। প্যাকেজটির ing একটি ছোট কলেজ ভর্তি ডেটাসেট ব্যবহার করে, আমি নিম্নলিখিত কোডটি চালিয়েছি: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

আমি মাত্রাগুলি অভিশাপ সম্পর্কে যে জায়গাগুলি পড়ছি সেগুলি প্রাথমিকভাবে কেএনএন এবং সাধারণভাবে রৈখিক মডেলগুলির সাথে একত্রে এটি ব্যাখ্যা করে। আমি নিয়মিত ক্যাগলে শীর্ষস্থানীয় র‌্যাটার্সকে ডেটাসেটে এমন হাজার হাজার বৈশিষ্ট্য ব্যবহার করে দেখি যা খুব কমই 100 কে ডেটা পয়েন্ট থাকে। এগুলি সাধারণত অন্যদের মধ্যে বুস্টেড গাছ এবং এনএন ব্যবহার করে। …

15 neural-networks  svm  k-means  k-nearest-neighbour  high-dimensional