Python实现K-Means聚类后的二维可视化，使用的是生成数据，编译器为jupyter notebook
简单便捷，易于理解
使用库：pandas ，numpy ，sklearn，matplotlib，seaborn
2022-11-23 12:25:32
155KB
1
Python实现K-Means聚类后的三维可视化，使用的是生成数据，编译器为jupyter notebook
简单便捷，易于理解
使用库：pandas ，numpy ，sklearn，matplotlib，mpl_toolkits
2022-11-23 12:25:31
185KB
1
快速mex K-means聚类算法，可进行K-mean ++初始化
(mex-interface 修改自原始 yael 包 https://gforge.inria.fr/projects/yael)
- 接受单/双精度输入
- 支持 BLAS/OpenMP 进行多核计算
请运行 mexme_kmeans.m 来编译 mex 文件（确保已经完成了 mex -setup 至少一个）
运行演示“test_yael_kmeans.m”
2022-11-22 17:15:08
1.42MB
1
利用Python来对客户信息进行分析，对客户群体进行分类，分析预测客户的潜在消费行为，对客户进行价值评估，在自己的客户群体中挖掘出特有的潜在客户。
在分析的过程中，会使用到的技术有Numpy和Pandas，对数据进行清洗和预处理，以及存储数据；机器学习库Scikit-learn，对客户价值进行K-Means聚类算法分析，将客户群体进行划分；绘图库Matplotlib，将聚类结果可视化，直观地展现结果。
2022-11-21 20:25:44
4.71MB
1
k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。
2022-11-11 16:30:44
5KB
1
K-means算法常见示例数据Mall_Customers.csv，可用于计算
2022-11-05 23:23:37
1KB
1