Tag Archives: 聚类

R语言层次聚类、多维缩放MDS分类RNA测序（RNA-seq）乳腺发育基因数据可视化|附数据代码

By tecdat4月 8, 2024R语言辅导, 医药生物, 可视化和设计, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术MDS, RNA, RNA-seq, S分类, 乳腺发育, 乳腺发育数据, 分类, 发育, 多维缩放, 层次聚类, 聚类

在生物学和医学研究中，乳腺发育是一个复杂而精细的过程，涉及众多基因的表达调控。

SPSS大学生网络购物行为研究：因子分析、主成分、聚类、交叉表和卡方检验

By tecdat3月 15, 2024SPSS辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术主成分, 交叉表, 卡方检验, 因子分析, 大学生, 网络购物, 聚类, 行为研究

随着互联网的普及和电子商务的快速发展，网络购物已成为大学生日常生活中不可或缺的一部分。

R语言聚类分析、因子分析、主成分分析PCA农村农业相关经济指标数据可视化

By tecdat3月 13, 2024R语言辅导, 农业, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术PCA, 主成分分析, 因子分析, 经济, 经济指标, 聚类

随着农业和农村经济的快速发展，各地区之间的经济差异日益显著。

R语言、WEKA关联规则、决策树、聚类、回归分析工业企业创新情况影响因素数据

By tecdat1月 2, 2024R语言辅导, WEKA辅导, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术关联规则, 决策树, 回归, 聚类

为了解某市规模以上工业企业创新情况，对该市企业的创新活动进行调查，分别得出三组数据testl(企业财务情况

聚类建模对智能助眠灯市场营销分析

By tecdat12月 12, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术市场, 市场营销, 智能助眠灯, 聚类, 营销

如何精准定位目标客户，准确量化客户需求来开发新的产品组合，并预测其可能的市场份额。

Matlab决策树、模糊C-均值聚类算法分析大学教师职称学历评分可视化

By tecdat11月 8, 2023MATLAB辅导, 大数据部落, 技术支持, 教育学, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术决策树, 大学, 大学教师, 学历, 教师, 模糊C-均值聚类, 职称, 职称学历, 聚类, 评分

本文使用Matlab编程语言中的决策树和模糊C-均值聚类算法，帮助客户对大学教师职称、学历与评分之间的关系进行深入分析。

Python贝叶斯高斯混合模型GMM聚类分析数据和混合密度可视化

By tecdat10月 8, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术GMM, 混合密度, 混合密度可视化, 聚类, 贝叶斯高斯混合模型, 高斯混合, 高斯混合模型

混合模型是另一种生成模型，它将数据点的分布建模为多个单独分布的组合（”混合”）。

Python用 tslearn 进行时间序列聚类可视化

By tecdat8月 23, 2023大数据部落tslearn, 时间序列, 聚类

Python用 tslearn 进行时间序列聚类可视化

R语言K-Means(K均值）和层次聚类算法对微博用户特征数据研究

By tecdat6月 25, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术k-means, Kmeans聚类, K均值, K均值聚类, 划分聚类, 层次聚类, 微博, 聚类, 聚类分析

WeChat Tencent QQ email print 由Kaizong Ye，Sherry Deng撰写

Read More

SPSS Modeler用K-means（K-均值）聚类、CHAID、CART决策树分析31省市土地利用情况和GDP数据

By tecdat6月 21, 2023SPSS辅导, 农业, 地理，运输，旅行和物流, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术31省市, CART, chaid, k-means, K-均值, SPSS, spss modeler, 决策树, 土地, 土地利用情况, 土地利用情况数据, 聚类

随着经济的快速发展和城市化进程的不断推进，土地资源的利用和管理成为了一项极为重要的任务。

R语言k-prototype聚类新能源汽车行业上市公司分析混合型数据集

By tecdat6月 14, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术k-prototype, k-prototype聚类, 新能源汽车, 汽车, 聚类

本文的研究目的是基于R语言的k-prototype算法，帮助客户对新能源汽车行业上市公司进行混合型数据集的聚类分析。

R语言上市公司经营绩效实证研究 ——因子分析、聚类分析、正态性检验、信度检验

By tecdat6月 9, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术上市公司, 信度检验, 因子分析, 实证, 正态性检验, 研究, 经营绩效, 聚类

随着我国经济的快速发展，上市公司的经营绩效成为了一个备受关注的话题。

SPSS Modeler分析物流发货明细数据：K-MEANS（K均值）聚类和Apriori关联规则挖掘

By tecdat5月 31, 2023SPSS辅导, 地理，运输，旅行和物流, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术Apriori, k-means, Kmeans聚类, K均值, K均值聚类, spss modeler, 关联规则, 发货, 物流, 物流发货, 聚类, 聚类分析

物流发货明细数据在现代物流业中扮演着至关重要的角色。

MATLAB模糊C均值聚类FCM改进的推荐系统协同过滤算法分析MovieLens电影数据集

By tecdat5月 29, 2023MATLAB辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术FCM, matlab, MovieLens, 协同过滤, 推荐系统, 模糊C均值聚类, 电影, 聚类

在当今信息爆炸的时代，电影作为人们生活中不可或缺的娱乐方式，受到了越来越多的关注。

R语言聚类、文本挖掘分析虚假电商评论数据：K-Means(K-均值)、层次聚类、词云可视化

By tecdat5月 24, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术k-means, K-均值, 层次聚类, 文本挖掘, 电商, 电商评论, 聚类, 虚假, 虚假电商, 词云

聚类分析是一种常见的数据挖掘方法，已经广泛地应用在模式识别、图像处理分析、地理研究以及市场需求分析。

R语言改进的K-Means(K-均值)聚类算法分析股票盈利能力和可视化

By tecdat5月 16, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术k-means, K-均值, Kmeans聚类, K均值聚类, 最优聚类数目, 盈利, 聚类, 聚类优化, 聚类分析, 股票

大量数据中具有”相似”特征的数据点或样本划分为一个类别。

R语言K-Means(K-均值)聚类、朴素贝叶斯（Naive Bayes）模型分类可视化

By tecdat5月 10, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术k-means, K-均值, Naive Bayes, 分类, 朴素贝叶斯, 聚类, 贝叶斯

分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。

R语言文本挖掘：kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化

By tecdat5月 6, 2023R语言辅导, 地理，运输，旅行和物流, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术kmeans, 文本挖掘, 景区, 玛雅水公园, 聚类, 评论, 词云

互联网时代，大量的新闻信息、网络交互、舆情信息以文本形式存储在数据库中

SQL SERVER ANALYSIS SERVICES决策树、聚类、关联规则挖掘分析电商购物网站的用户行为数据

By tecdat4月 12, 2023SQL辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术SQL, SQL Server, SQL SERVER ANALYSIS, 关联规则, 决策树, 电商, 电商购物, 聚类

假如你有一个购物类的网站，那么你如何给你的客户来推荐产品呢？

R语言Kmeans均值聚类、PAM、DBSCAN、AGNES、FDP、PSO粒子群聚类分析iris数据结果可视化比较

By tecdat3月 28, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术AGNES, DBSCAN, FDP, Iris, kmeans, K均值聚类, PAM, PSO, 粒子群聚类, 聚类

本文以iris数据和模拟数据为例，帮助客户了比较R语言Kmeans聚类算法、PAM聚类算法、 DBSCAN聚类算法、 AGNES聚类算法、 FDP聚类算法、 PSO粒子群聚类算法在 iris数据结果可视化分析中的优缺点。

R语言独立成分分析fastICA、谱聚类、支持向量回归SVR模型预测商店销量时间序列可视化

By tecdat3月 21, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术fastICA, svr, 商店, 支持向量回归, 时间序列, 独立成分分析, 聚类, 谱聚类, 销量

本文利用R语言的独立成分分析（ICA）、谱聚类（CS）和支持向量回归 SVR 模型帮助客户对商店销量进行预测。

SQL Server Analysis Services数据挖掘聚类分析职业、地区、餐饮消费水平数据

By tecdat3月 15, 2023SQL辅导, 大数据部落, 技术支持, 数据库, 数理统计, 计算机科学CS辅导, 计算机科学与技术SQL, SQL Server, SQL Server Analysis Services, 数据挖掘, 消费水平, 职业, 聚类, 餐饮, 餐饮消费

本文通过 SQL Server Analysis Services数据挖掘的分析模块，帮助客户对一个职业、地区、餐饮消费水平的数据挖掘，并用可视化分析图表显示数据。

MATLAB、R基于Copula方法和k-means聚类的股票选择研究上证A股数据

By tecdat3月 6, 2023MATLAB辅导, R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融copula, k-means, 上证, 聚类, 股票

Copula方法是测度金融市场间尾部相关性比较有效的方法，而且可用于研究非正态、非线性以及尾部非对称等较复杂的相依特征关系。

R语言对耐克Nikeid新浪微博数据k均值(k-means)聚类文本挖掘和词云可视化

By tecdat12月 27, 2022R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术k-means, K均值, Nike, Nikeid, 可视化, 微博, 文本挖掘, 新浪微博, 耐克, 聚类, 词云, 词云可视化

我们最近有一个很棒的机会与一位伟大的客户合作，要求构建一个耐克微博聚类算法。本文利用R语言完成对微博相应分析。

R语言对git安卓包分类统计、聚类、复杂网络可视化分析

By tecdat12月 26, 2022R语言辅导, 可视化和设计, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术git, 复杂网络, 安卓包, 网络, 聚类

我们曾经为一位客户进行了短暂的咨询工作，他正在构建一个主要基于安卓包分类的分析应用程序。

SQL Server聚类数据挖掘信用卡客户可视化分析

By tecdat12月 16, 2022SQL辅导, 大数据部落, 技术支持, 数据库, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术SQL, SQL Server, 信用卡, 信用卡客户, 可视化, 数据挖掘, 聚类

在信用卡分析时，我们向客户演示了用SQL Server的数据挖掘算法可以提供的内容。

MATLAB、R用改进Fuzzy C-means模糊C均值聚类算法的微博用户特征调研数据聚类研究

By tecdat12月 8, 2022大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学与技术Fuzzy C-means, matlab, R, 微博, 微博用户, 模糊C均值聚类, 用户特征, 聚类

去年，我们为一位客户进行了短暂的咨询工作，他正在构建一个主要基于微博用户特征聚类研究的分析应用程序。

R语言Apriori关联规则、K-means均值聚类数据挖掘中药专利复方治疗用药规律网络可视化

By tecdat11月 29, 2022医药生物, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学与技术Apriori, 专利, 中药, 关联规则, 复方治疗, 用药规律, 聚类

方法检索治疗抑郁症中药专利复方，排除外用中药及中西药物合用的复方。最近我们被要求撰写关于用药规律的研究报告，包括一些图形和统计输出。

R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化

By tecdat11月 16, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术Apriori, kmeans, 京东, 京东商城, 关联规则, 决策树, 用户行为, 网络购物, 网络购物用户, 聚类

随着网络的迅速发展，依托于网络的购物作为一种新型的消费方式，在全国乃至全球范围内飞速发展。

R语言分析上海空气质量数据：kmean聚类、层次聚类、时间序列分析：arima模型、指数平滑法

By tecdat11月 9, 2022大数据部落, 数理统计, 计算机科学与技术arima, kmean, R语言, 层次聚类, 指数平滑法, 时间序列, 空气质量指数, 聚类

最近我们被客户要求撰写关于上海空气质量指数的研究报告。

python岭回归、Lasso、随机森林、XGBoost、Keras神经网络、kmeans聚类链家租房数据地理可视化分析

By tecdat10月 18, 2022R语言辅导, 大数据部落, 技术支持, 数据库, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术Keras, kmeans, R语言, xgboost, 可视化, 回归, 地理, 地理可视化, 岭回归, 神经网络, 租房, 聚类, 链家, 随机森林

最近我们被客户要求撰写关于租房数据分析的研究报告。利用 python 爬取链家网公开的租房数据

Matlab用回归、SEIRD模型、聚类预测美国总统大选、新冠疫情对中美经济的影响

By tecdat8月 8, 2022医药生物, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学与技术SEIRD, 中美经济, 回归, 大选, 总统大选, 新冠疫情, 聚类

WeChat Tencent QQ email print 由Haoran Chen撰写 对于两人竞选，因为对

Read More

SPSS用KMEANS(K均值)、两阶段聚类、RFM模型在P2P网络金融研究借款人、出款人行为数据规律

By tecdat7月 25, 2022大数据部落, 数理统计, 经济, 计算机科学与技术kmeans, K均值, SPSS, 聚类

随着P2P网络金融平台的交易量的激增，其交易数据不能得到充分有效地利用。

数据评估三方科技公司开发人员能力

By tecdat7月 18, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术三方, 三方科技公司, 开发人员, 数据, 聚类

各公司信息科技的建设离不开三方科技公司的参与，而三方科技公司提供的开发人员能力高低不一

Spss用K均值聚类Kmeans、决策树、逻辑回归和T检验研究不同因素对通勤出行交通方式选择的影响调查数据分析

By tecdat7月 14, 2022地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术kmeans, K均值聚类, SPSS, t检验, 交通, 交通方式, 决策树, 出行, 回归, 聚类, 通勤, 逻辑回归

某交通工程专业博士生想要研究不同因素对通勤交通方式选择的影响。

R语言主成分pca、因子分析、聚类对地区经济研究分析重庆市经济指标

By tecdat7月 6, 2022大数据部落, 数理统计, 经济, 计算机科学与技术PCA, 主成分, 因子分析, 指标, 经济, 聚类, 重庆

建立重庆市经济指标发展体系，以重庆市一小时经济圈作为样本，运用因子分析方法进行实证分析

Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化

By tecdat6月 8, 2022大数据部落, 数理统计, 计算机科学与技术KShape, python, 时间序列, 最优聚类数, 聚类, 肘方法

时序数据的聚类方法

R语言用有限混合模型(FMM,finite mixture model)创建衰退指标对股市SPY、ETF收益聚类和双坐标图可视化

By tecdat2月 17, 2022大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ETF, finite mixture model, FMM, SPY, 收益, 有限混合模型, 聚类, 股市, 衰退指标

从广义上讲，我们可以将金融市场状况分为两类：牛市和熊市。

R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较

By tecdat1月 28, 2022医药生物, 大数据部落, 数理统计, 计算机科学与技术k-means, 层次聚类, 微阵列, 树状图, 癌细胞系, 聚类

对“NCI60”（癌细胞系微阵列）数据使用聚类方法

Python实现谱聚类Spectral Clustering算法和改变聚类簇数结果可视化比较

By tecdat12月 23, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术Spectral Clustering, 可视化, 簇数, 聚类, 聚类簇数, 谱聚类

谱聚类是一种将数据的相似矩阵的谱应用于降维的技术。

R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据

By tecdat12月 16, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术FMM, glm, 专利, 市场, 广义线性回归模型, 支出, 有限混合模型聚类, 研究, 研究专利, 聚类

有限混合模型是对未观察到的异质性建模或近似一般分布函数的流行方法。

R语言多维数据层次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据

By tecdat12月 3, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术可视化, 城市, 城市宏观经济指标数据, 多维数据, 宏观, 宏观经济, 层次聚类, 平行坐标图, 指标, 散点图, 数据, 树状图, 矩阵, 经济, 聚类, 配对图

本文通过一些指数对散点图矩阵和平行坐标显示中的面板进行排序，并根据其数值水平对面板进行着色。

Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集

By tecdat11月 19, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术LDA, python, t-SNE, 主题建模, 可视化, 文本, 文本挖掘, 新闻组, 聚类, 词云, 降维

在这篇文章中，我们讨论了基于gensim 包来可视化主题模型 (LDA) 的输出和结果的技术 。

Python用户流失数据挖掘：建立逻辑回归、XGboost、随机森林、决策树、支持向量机、朴素贝叶斯模型和Kmeans聚类用户画像

By tecdat11月 17, 2021大数据部落, 数理统计, 计算机科学与技术kmeans, svm, xgboost, 决策树, 支持向量机, 数据挖掘, 朴素贝叶斯, 用户流失, 用户画像, 聚类, 贝叶斯, 逻辑回归, 随机森林

在今天产品高度同质化的品牌营销阶段，企业与企业之间的竞争集中地体现在对客户的争夺上。

R语言Kmeans均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数

By tecdat11月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术kmean, kmeans, Kmeans聚类, 亚洲国家, 层次聚类, 最佳聚类数, 生活幸福质量, 聚类, 聚类数, 选择最佳聚类数

《世界幸福报告》是可持续发展解决方案网络的年度报告，该报告使用盖洛普世界民意调查的调查结果研究了150多个国家/地区的生活质量。

r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化

By tecdat9月 17, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术EM, EM算法, 分层聚类, 分类, 可视化, 密度估计, 有限正态混合, 有限正态混合模型, 聚类

最近我们被客户要求撰写关于有限正态混合模型在r软件中的实现的研究报告，用于基于模型的聚类、分类和密度估计。

R语言谱聚类、K-means聚类分析非线性环状数据比较

By tecdat8月 3, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术k-means, 数据, 环状, 聚类, 谱聚类, 非线性

有些问题是线性的，但有些问题是非线性的。

R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口数据

By tecdat7月 12, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术k-means, Stratified Sampling, 人口数据, 分层, 分层抽样, 聚类

假设我们需要设计一个抽样调查，有一个完整的框架，包含目标人群的信息（识别信息和辅助信息）。

R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化

By tecdat6月 28, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, 可视化, 最优, 最优聚类数, 有效性, 聚类, 鸢尾花

这个数据集常用于数据概述、可视化和聚类模型。

R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集

By tecdat6月 22, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, k-means, PCA, 主成分, 可视化, 层次聚类, 数据, 聚类, 降维, 鸢尾花

(a)部分：k-means聚类
使用k-means聚类法将数据集聚成2组。
画一个图来显示聚类的情况
使用k-means聚类法将数据集聚成3组。
画一个图来显示聚类的情况
(b)部分：层次聚类
使用全连接法对观察值进行聚类。
使用平均和单连接对观测值进行聚类。
绘制上述聚类方法的树状图。

R语言有限混合模型(FMM,finite mixture model)及其EM算法聚类分析间歇泉喷发时间

By tecdat5月 27, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术EM, finite mixture model, FMM, 数据, 有限混合模型, 聚类, 间歇泉

既包括传统的方法，如单变量和多变量正态混合的EM算法，也包括反映有限混合模型的一些最新研究的方法。许多算法都是EM算法或基于类似EM的思想，因此本文包括有限混合模型的EM算法的概述。

R语言基于温度对城市层次聚类、kmean聚类、PCA主成分分析和Voronoi图可视化

By tecdat3月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术kmean, kmean聚类, PCA, R语言, Voronoi, Voronoi图, 主成分分析, 可视化, 城市, 层次聚类, 温度, 聚类

最近我们被客户要求撰写关于聚类技术的研究报告。为了说明层次聚类技术和k-均值，我使用了了城市温度数据集，其中包括几个城市的月平均气温。

R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析

By tecdat1月 7, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术nba, R语言, SOM, 球员, 神经网络, 聚类, 自组织映射, 自组织映射神经网络

自组织映射 （SOM）是一种工具，通过生成二维表示来可视化高维数据中的模式，在高维结构中显示有意义的模式。 &

Read More

R语言复杂网络分析：聚类（社区检测）和可视化

By tecdat12月 25, 2020可视化和设计, 数理统计, 机器学习, 计算机科学与技术R语言, 可视化, 复杂网络, 社区检测, 聚类

为了用R来处理网络数据，我们使用婚礼数据集。

R语言使用自组织映射神经网络（SOM）进行客户细分

By tecdat12月 24, 2020可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, SOM, 可视化, 客户细分, 无监督, 聚类, 自组织映射神经网络

自组织映射神经网络（SOM）是一种无监督的数据可视化技术，可用于可视化低维（通常为2维）表示形式的高维数据集。

SAS用K-Means 聚类最优k值的选取和分析

By 拓端tecdat11月 16, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术kmeans, SAS, 聚类

“聚类是将数据集分为几组的过程，其中包括相似的数据点”。聚类是一种无监督的机器学习，在您拥有未标记的数据时使用。

R语言使用最优聚类簇数k-medoids聚类进行客户细分

By tecdat12月 27, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术K-medoids, R语言, 最优聚类簇数, 聚类

k-medoids是另一种聚类算法，可用于在数据集中查找分组。

R语言确定聚类的最佳簇数：3种聚类优化方法

By tecdat9月 28, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 最佳簇数, 聚类, 聚类优化

确定数据集中最佳的簇数是分区（划分）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。

R语言最优聚类数目k改进kmean聚类算法

By tecdat9月 27, 2019大数据部落, 数理统计, 计算机科学与技术kmean, R语言, 最优聚类数目, 聚类

R语言最优聚类数目k改进kmean聚类算法

Cluster Validity – Optimal Cluster Number in Matlab

By tecdat9月 25, 2019大数据部落Cluster, Cluster Validity, matlab, Optimal, 聚类

Cluster Validity – Optimal Cluster Number in Matlab

R语言使用K-Means聚类可视化WiFi访问

By tecdat9月 15, 2019大数据部落, 数理统计, 计算机科学与技术k-means, R语言, WiFi, 可视化, 聚类, 访问

R语言使用K-Means聚类可视化WiFi访问

Python Monte Carlo K-Means聚类实战研究

By tecdat9月 15, 2019大数据部落, 数理统计, 经济, 计算机科学与技术k-means, Monte Carlo, 聚类

Python Monte Carlo K-Means聚类实战研究

R语言中不同类型的聚类方法比较

By tecdat9月 9, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 比较, 聚类

聚类方法用于识别从营销，生物医学和地理空间等领域收集的多变量数据集中的相似对象。

R语言使用混合模型GMM 进行聚类

By tecdat8月 23, 2019大数据部落, 数理统计, 计算机科学与技术GMM, R语言, 混合模型, 聚类, 高斯混合模型

混合模型是k个分量分布的混合，它们共同形成混合分布

基于模型的聚类和R语言中的高斯混合模型

By tecdat8月 23, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术GMM, R语言, 聚类, 高斯, 高斯混合模型

四种最常见的聚类方法模型是层次聚类，k均值聚类，基于模型的聚类和基于密度的聚类

R语言聚类算法的应用实例

By tecdat8月 8, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 实例, 应用, 算法, 聚类

R语言聚类算法的应用实例

R语言对用电负荷时间序列数据进行K-medoids聚类建模和广义加性/相加模型（GAM）回归

By tecdat8月 1, 2019大数据部落, 数理统计, 机械工程及自动化, 电气工程及自动化, 计算机科学与技术GAM, K-medoids, R语言, 回归, 广义加性/相加模型, 时间序列, 用电负荷, 聚类

通过对用电负荷进行聚类，我们可以提取典型负荷曲线，提高随后的用电量预测的准确性。

用R语言进行网站评论文本挖掘聚类

By tecdat7月 31, 2019R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术R语言, 文本挖掘, 网站评论, 聚类

对于非结构化的网站中文评论信息，r的中文词频包可能是用来挖掘其潜在信息的好工具，要分析文本内容，最常见的分析方法是提取文本中的词语，并统计频率。

• 1
• 2