Questions marquées «clustering»

Partitionner les points de données en sous-ensembles d'objets en fonction de leur «similitude» mutuelle, sans utiliser de connaissances préexistantes telles que les étiquettes de classe.


1
Analyse spatiale et regroupement des entités proches
Je travaille sur le comportement de marquage des animaux vivants en groupe et je suis intéressé par la façon dont le comportement de marquage est affecté par certaines caractéristiques des groupes voisins. J'ai tracé les territoires de chaque groupe à partir d'isoplètes de densité à 95% créés en utilisant a-LoCoH. …
11 clustering 



1
L'algorithme de Birch ne se regroupe pas comme prévu
J'utilise l'algorithme Birch du package scipy-learn Python pour regrouper un ensemble de points dans une petite ville en ensembles de 10. J'utilise le code suivant: no = len(list_of_points)/10 brc = Birch(branching_factor=50, n_clusters=no, threshold=0.05,compute_labels=True) Dans mon idée, je me retrouverais toujours avec des ensembles de 10 points. Dans mon cas maintenant, …


1
Clustering OpenLayers stratifié
J'ai une carte OpenLayers avec un regroupement de points, mais je veux appliquer une granularité beaucoup plus fine aux données représentées dans la carte. Plus précisément, je veux stratifier les clusters en fonction d'un attribut sur la fonctionnalité (nous l'appellerons «catégorie»). Donc, disons que j'ai cinq catégories: en fait, je …




1
Terminologie des quartiers naturels
Parfois, la partie la plus difficile d'une analyse consiste à savoir comment quelque chose est appelé. Quels sont certains packages R, mais plus important encore, la terminologie que je devrais rechercher pour définir les quartiers de ville contigus en fonction des changements de prix des maisons - essentiellement une carte …



3
Supprimer les blocs de pixels dans R
Je souhaite supprimer des pixels isolés (ou des blocs de pixels <9) de mon image raster. library(raster) # create some raster data r <- raster(ncols=12, nrows=12) set.seed(0) r[] <- round(runif(ncell(r))*0.7 ) rc <- clump(r) Avant de supprimer des blocs de pixels <9 Après avoir supprimé des blocs de pixels <9 …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.