在数据开掘中，最名贵的便是数据集。
sci14年宣告的一篇典型聚类算法《Clusteringbyfastsearchandfindofdensitypeaks》里，用到了人脸聚类的数据集，并且用该算法聚患上人脸的下场不错。
这里便是该论文中用到的10总体，100张人脸抽取的特色向量。
每一个文件展现一张人脸，从上到下，每一十张属于一个类。
sci14年宣告的一篇典型聚类算法《Clusteringbyfastsearchandfindofdensitypeaks》里，用到了人脸聚类的数据集，并且用该算法聚患上人脸的下场不错。
这里便是该论文中用到的10总体，100张人脸抽取的特色向量。
每一个文件展现一张人脸，从上到下，每一十张属于一个类。
2023/4/6 21:32:35
1.12MB
1
在目前繁杂收集聚类算法中，基于Laplace特色值的谱聚类方式具备大雅的数学实际以及较高的精度，但受限于该方式对于簇结构数目、规模等先验学识的依赖，难以实际使用。
针对于这一下场，基于Laplace矩阵的Jordan型变更，提出了一种先验学识的自动患上到方式，实现为了基于Jordan矩阵特色向量的初始松散。
基于Jordan型特色值定义了簇结构的模块化密度函数，并使用该函数以及初始松散下场实现为了高精度聚类算法。
该算法在多个数据群集的试验下场评释，与目前主流的Fast-Newman算法、Girvan-Newman算法相比，基于Laplace矩阵Jordan型聚类算法在不依赖先验学识的情景下，实现为了更高的聚类精度，验证了先验学识患上到方式的实用性以及正当性。
针对于这一下场，基于Laplace矩阵的Jordan型变更，提出了一种先验学识的自动患上到方式，实现为了基于Jordan矩阵特色向量的初始松散。
基于Jordan型特色值定义了簇结构的模块化密度函数，并使用该函数以及初始松散下场实现为了高精度聚类算法。
该算法在多个数据群集的试验下场评释，与目前主流的Fast-Newman算法、Girvan-Newman算法相比，基于Laplace矩阵Jordan型聚类算法在不依赖先验学识的情景下，实现为了更高的聚类精度，验证了先验学识患上到方式的实用性以及正当性。
2023/4/1 5:17:51
1.32MB
1
试验数据wine、iris、balanceSCale以及cal"选自UCI数据库，UCI数据库是一个特意用于测试分类、聚类算法的国内通用数据库。
把该文的改善算法与随机选取初始聚类中间的方式举行了比力
把该文的改善算法与随机选取初始聚类中间的方式举行了比力
2023/3/30 12:43:43
11KB
1
birch，Kmeans，Kmeans++，KNN四种聚类算法对于对于立个二维坐标数据集举行聚类阐发，python代码
2023/3/29 18:18:36
4KB
1
方式识别作业__ISODATA聚类算法报告AND源码对于鸢尾花的果真数据集，用ISODATA聚类。
用MATLAB实现。
用MATLAB实现。
2023/3/29 8:56:54
295KB
1
收缩包里有三个matlab法度圭表标准，分别是K-mean聚类、LVQ聚类以及稠浊高斯聚类，数据为两类二维高斯漫衍的随机点。
法度圭表标准揭示了三种聚类算法的底子使用方式。
算法原理能够参考周志华《机械学习》的第九章聚类。
法度圭表标准揭示了三种聚类算法的底子使用方式。
算法原理能够参考周志华《机械学习》的第九章聚类。
2023/3/24 13:10:24
2KB
1
采用C均值聚类算法对男女生样本数据中的身高、体重2个特征进行聚类分析，调查不同的类别初始值以及类别数对聚类结果的影响，并以友好的方式图示化结果。
2023/3/7 0:49:12
12KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB