প্রশ্ন ট্যাগ «k-means»

আমি জানি যে কে-মানে ক্লাস্টারিং অ্যালগরিদম এবং কে-মিডিয়ান রয়েছে। একটি ক্লাস্টারের কেন্দ্র হিসাবে গড় ব্যবহার করে এবং অন্যটি মিডিয়ান ব্যবহার করে। আমার প্রশ্ন: কখন / কোথায় কোনটি ব্যবহার করবেন?

14 clustering  k-means 

আমি জানি কে-মাধ্যমগুলি সাধারণত প্রত্যাশা ম্যাক্সিমাইজেশন ব্যবহার করে অনুকূলিত হয় । তবে আমরা এর ক্ষতির ক্রিয়াকে একইভাবে অপ্টিমাইজ করতে পারি যেভাবে আমরা অন্য যে কোনওটিকে অনুকূল করি! আমি এমন কিছু কাগজপত্র পেয়েছি যা প্রকৃতপক্ষে বড় আকারের কে-অর্থের জন্য স্টোকাস্টিক গ্রেডিয়েন্ট বংশদ্ভুত ব্যবহার করে তবে আমি আমার প্রশ্নের উত্তর পেতে পারি …

14 optimization  k-means  expectation-maximization  loss-functions 

আমি কে-মাধ্যম সম্পর্কে গবেষণা করেছি এবং এগুলি আমি পেয়েছি: কে-মেনস হ'ল একটি সহজ অ্যালগরিদম যা জ্ঞাত ক্লাস্টারিং সমস্যাগুলি সমাধান করার জন্য নিরীক্ষণযোগ্য শেখার পদ্ধতি ব্যবহার করে। এটি বড় ডেটাসেটের সাথে সত্যই ভাল কাজ করে। তবে কে-মিনের অপূর্ণতা রয়েছে যা হ'ল: আউটলিয়ার এবং গোলমালগুলির প্রতি দৃ St় সংবেদনশীলতা অ-বৃত্তাকার ক্লাস্টার আকৃতির …

14 clustering  data-mining  algorithms  k-means 

দেখে মনে হচ্ছে যে কে-মানে এবং অন্যান্য সম্পর্কিত অ্যালগরিদমগুলির জন্য, ক্লাস্টারিং পয়েন্টগুলির মধ্যে দূরত্ব গণনা করে based এমন কি আছে যে এটি ছাড়া কাজ করে?

14 machine-learning  clustering  data-mining  k-means 

কে-মানে বিশ্লেষণের পরে এএনওওএ টেবিলের পরে বিজ্ঞপ্তিটি ইঙ্গিত দেয় যে তাত্পর্য স্তরগুলি সমান উপায়ে পরীক্ষা হিসাবে দেখা উচিত নয়, কারণ ক্লাস্টার সলিউশনটি দূরত্বকে সর্বাধিকতর করতে ইউক্যাইডিয়ান দূরত্বের ভিত্তিতে নেওয়া হয়েছে। ক্লাস্টারিং ভেরিয়েবলগুলির মাধ্যমগুলি গুচ্ছগুলির মধ্যে পৃথক কিনা তা দেখাতে আমার কোন পরীক্ষা ব্যবহার করা উচিত? আমি এই সতর্কতাটি কে-মানে আউটপুটগুলির …

14 anova  k-means 

আমার কাছে একটি বহুমাত্রিক ডেটা সেটের দুটি অংশ রয়েছে, আসুন তাদের কল করুন trainএবং test। এবং আমি ট্রেনের ডেটা সেটের ভিত্তিতে একটি মডেল তৈরি করতে চাই এবং তারপরে এটি পরীক্ষার ডেটা সেটটিতে বৈধতা দিতে চাই। গুচ্ছ সংখ্যা জানা যায়। আমি আর-তে কে-মানে ক্লাস্টারিং প্রয়োগ করার চেষ্টা করেছি এবং আমি এমন …

14 r  clustering  k-means 

কেও আমাকে কোনও কে-মানে বাস্তবায়নটি নির্দেশ করতে পারে (মাতলাব থাকলে এটি আরও ভাল হবে) যা ইনপুটটিতে দূরত্বের ম্যাট্রিক্স নিতে পারে? স্ট্যান্ডার্ড ম্যাটল্যাব বাস্তবায়নের জন্য ইনপুটটিতে পর্যবেক্ষণ ম্যাট্রিক্স প্রয়োজন এবং সাদৃশ্য পরিমাপটি কাস্টম পরিবর্তন করা সম্ভব নয়।

14 clustering  matlab  k-means 

আমি গ্রাহকদের ক্লাস্টার সনাক্ত করতে কামান চালাচ্ছি। ক্লাস্টারগুলি সনাক্ত করতে আমার প্রায় 100 পরিবর্তনশীল রয়েছে। এই প্রতিটি ভেরিয়েবল কোনও বিভাগে কোনও গ্রাহকের ব্যয়ের% উপস্থাপন করে। সুতরাং, আমার যদি 100 টি বিভাগ থাকে তবে আমার কাছে এই 100 ভেরিয়েবলগুলি রয়েছে যে এই ভেরিয়েবলগুলির যোগফল প্রতিটি গ্রাহকের জন্য 100%। এখন, এই ভেরিয়েবলগুলি …

14 clustering  data-mining  k-means  multicollinearity  compositional-data 

আমি মানে ক্লাস্টার স্পিকার ভয়েসেস ক্লাস্টারিং ব্যবহার করছি । যখন আমি ক্লাস্টার স্পিকার ডেটার সাথে আমার উচ্চারণের তুলনা করি (ইউক্লিডিয়ান দূরত্ব ভিত্তিক) গড় বিকৃতি। এই দূরত্বটি এর মধ্যে হতে পারে । আমি এই দূরত্বটিকে অনুরূপ স্কোর রূপান্তর করতে চাই । আমি কীভাবে এটি অর্জন করতে পারি দয়া করে আমাকে গাইড …

13 clustering  k-means  distance  euclidean 

আমার যদি একটি নির্দিষ্ট ডেটাসেট থাকে তবে dat ডেটাসেটের এলোমেলো নমুনার মাধ্যম ব্যবহার করে গুচ্ছ কেন্দ্রগুলি শুরু করা কতটা স্মার্ট হবে? উদাহরণস্বরূপ, ধরুন আমি চাই 5 clusters। আমি মূল ডেটাসেটের 5 random samplesবলি size=20%। তাহলে আমি কি এই 5 টি এলোমেলো নমুনার প্রত্যেকটির গড় গ্রহণ করতে পারি এবং সেগুলি আমার …

13 clustering  k-means  unsupervised-learning 

আমি শিখেছি যে বেশ কয়েকটি ক্লাস্টার বেছে নেওয়ার সময় আপনার কে এর বিভিন্ন মানের জন্য একটি কনুই পয়েন্ট সন্ধান করা উচিত I've কনুই. আপনি এই ধরনের ক্ষেত্রে কি করবেন?

13 clustering  k-means 

আমি বর্তমানে আমার খেলনা ডেটা সেট (অফসি আইরিস (:) এর জন্য বিআইসিকে গণনা করার চেষ্টা করছি here আমি এখানে প্রদর্শিত ফলাফলগুলি পুনরুত্পাদন করতে চাই (চিত্র 5) paper কাগজটিও বিআইসি সূত্রের জন্য আমার উত্স। এতে আমার 2 টি সমস্যা রয়েছে: স্বরলিপি: এনআমিএনআমিn_i = ক্লাস্টারে থাকা উপাদানগুলির সংখ্যাআমিআমিi সিআমিসিআমিC_i = ক্লাস্টারের কেন্দ্র …

13 python  k-means  scikit-learn  bic 

আমার কাছে কিছু ডেটা পয়েন্ট রয়েছে, যার মধ্যে প্রত্যেকে 5 টি ভেক্টর সমন্বিত পৃথক পৃথক ফলাফল রয়েছে, প্রতিটি ভেক্টরের ফলাফল আলাদা বিতরণ দ্বারা উত্পন্ন হয়েছে (নির্দিষ্ট ধরণের যেটি সম্পর্কে আমি নিশ্চিত নই, আমার সর্বোত্তম অনুমান ওয়েইবুল, আকৃতির প্যারামিটারটি ক্ষমতার বাহকের কাছাকাছি কোথাও পরিবর্তিত হয়) আইন (1 থেকে 0, মোটামুটি)) আমি …

13 distributions  clustering  feature-selection  kolmogorov-smirnov  k-means 

বাহমান বাহমানি এট আল। প্রবর্তিত কে-ই অর্থ ||, যা কে-মানে ++ এর একটি দ্রুত সংস্করণ। এই অ্যালগরিদমটি তাদের কাগজের বহমানী, বি, মোসলেি, বি।, ভাত্তানী, এ।, কুমার, আর, এবং ভ্যাসিলভিটস্কি, এস (2012) থেকে নেওয়া হয়েছে। স্কেলেবল কে-মানে ++। ভিএলডিবি এন্ডোমেন্টের কার্যক্রম , 5 (7), 622-633। দুর্ভাগ্যক্রমে আমি এই অভিনব গ্রীক অক্ষরগুলি …

12 clustering  k-means 

আমার একটি খুব বড় ডেটাসেট রয়েছে এবং প্রায় 5% এলোমেলো মান অনুপস্থিত। এই ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত হয়। নীচের উদাহরণটি আর ডেটাসেটটি ডমি কোলেলেটেড ডেটা সহ একটি খেলনার উদাহরণ। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf