Statistiques et Big Data clustering

3

Est-il acceptable d'utiliser la distance de Manhattan avec la liaison inter-cluster de Ward dans le clustering hiérarchique?

J'utilise le clustering hiérarchique pour analyser les données de séries chronologiques. Mon code est implémenté à l'aide de la fonction MathematicaDirectAgglomerate[...] , qui génère des clusters hiérarchiques compte tenu des entrées suivantes: une matrice de distance D le nom de la méthode utilisée pour déterminer la liaison inter-cluster. J'ai calculé …

15 clustering distance-functions ward

1

Clustering: Dois-je utiliser la divergence Jensen-Shannon ou son carré?

Je regroupe les distributions de probabilité en utilisant l' algorithme de propagation d'affinité et je prévois d'utiliser la divergence de Jensen-Shannon comme métrique de distance. Est-il correct d'utiliser JSD lui-même comme distance ou JSD au carré? Pourquoi? Quelles différences résulteraient du choix de l'un ou de l'autre?

15 machine-learning clustering entropy distance-functions

1

Comment calculer la pureté?

Dans l'analyse en grappes, comment calculer la pureté? Quelle est l'équation? Je ne cherche pas de code pour le faire pour moi. Soit ωkωk\omega_k le cluster k et cjcjc_j la classe j. La pureté est-elle pratiquement exacte? il semble que l'on additionne la quantité de classes véritablement classées par cluster …

15 clustering

3

Comment tracer la sortie des données du clustering?

J'ai essayé de regrouper un ensemble de données (un ensemble de marques) et j'ai obtenu 2 clusters. Je voudrais le représenter graphiquement. Un peu confus au sujet de la représentation, car je n'ai pas les coordonnées (x, y). Recherche également la fonction MATLAB / Python pour le faire. ÉDITER Je …

15 clustering data-visualization python

1

Quelle méthode de comparaison multiple utiliser pour un modèle lmer: lsmeans ou glht?

J'analyse un ensemble de données à l'aide d'un modèle à effets mixtes avec un effet fixe (condition) et deux effets aléatoires (participant en raison de la conception et de la paire du sujet). Le modèle a été généré avec le lme4package: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Ensuite, j'ai effectué un test de rapport de …

15 r repeated-measures multiple-comparisons post-hoc lsmeans bayesian posterior marginal integral anova time-series regularization machine-learning pca computational-statistics references inference regression cross-validation python random-forest chi-squared spearman-rho r machine-learning confidence-interval bagging clustering feature-selection model-selection bic hypothesis-testing kurtosis r regression residuals terminology

2

Dirichlet Processus de clustering: comment gérer les étiquettes?

Q: Quelle est la méthode standard pour regrouper des données à l'aide d'un processus Dirichlet? Lors de l'utilisation de Gibbs, des grappes d'échantillonnage apparaissent et disparaissent pendant l'échantillonnage. Par ailleurs, nous avons un problème d'identifiabilité car la distribution postérieure est invariante aux ré-étiquetages de cluster. Ainsi, nous ne pouvons pas …

14 bayesian clustering mcmc dirichlet-process identifiability

2

k-signifie vs k-médiane?

Je sais qu'il y a un algorithme de clustering k-means et une k-médiane. L'un qui utilise la moyenne comme centre de la grappe et l'autre utilise la médiane. Ma question est: quand / où utiliser quoi?

14 clustering k-means

2

Comment puis-je regrouper des données numériques en «crochets» formant naturellement? (par exemple revenu)

Ce qui suit décrit ce que j'essaie d'accomplir, mais il est possible qu'une autre déclaration de problème puisse décrire mon objectif: je veux divisez les nombres suivants en groupes où les variances des nombres au sein de chaque groupe ne sont pas trop importantes et où les différences entre les …

14 clustering relative-distribution

3

Pourquoi utilisons-nous k-means au lieu d'autres algorithmes?

J'ai fait des recherches sur k-means et voici ce que j'ai obtenu: k-means est l'un des algorithmes les plus simples qui utilise une méthode d'apprentissage non supervisée pour résoudre les problèmes de clustering connus. Cela fonctionne très bien avec de grands ensembles de données. Cependant, il existe également des inconvénients …

14 clustering data-mining algorithms k-means

4

Comment mesurer la forme d'un cluster?

Je sais que cette question n'est pas bien définie, mais certains clusters ont tendance à être elliptiques ou se situent dans un espace dimensionnel inférieur tandis que les autres ont des formes non linéaires (dans les exemples 2D ou 3D). Existe-t-il une mesure de non-linéarité (ou "forme") des grappes? Notez …

14 unsupervised-learning clustering

3

Quelqu'un peut-il expliquer la déformation temporelle dynamique pour déterminer la similitude des séries chronologiques?

J'essaie de saisir la mesure de déformation temporelle dynamique pour comparer les séries temporelles ensemble. J'ai trois séries de données chronologiques comme celle-ci: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, 0.000253506844685, 0.000582896161212, 0.000386473429952, …

14 r time-series clustering

8

Quels sont les «algorithmes chauds» pour l'apprentissage automatique?

C'est une question naïve de quelqu'un qui commence à apprendre le machine learning. Je lis ces jours-ci le livre "Machine Learning: An algorithmic perspective" de Marsland. Je le trouve utile comme livre d'introduction, mais maintenant je voudrais entrer dans les algorithmes avancés, ceux qui donnent actuellement les meilleurs résultats. Je …

14 machine-learning clustering bioinformatics

3

ou

Quelqu'un utilise-t-il les métriques L1L1L_1 ou L.5L.5L_.5 pour le clustering, plutôt que L2L2L_2 ? Aggarwal et al., A propos du comportement surprenant des mesures de distance dans un espace de grande dimension, a déclaré (en 2001) que L1L1L_1 est toujours plus préférable que la métrique de distance euclidienne L2L2L_2 pour …

14 clustering distance-functions rule-of-thumb

9

Logiciel de visualisation pour le clustering

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. Je veux regrouper ~ 22 000 points. De nombreux algorithmes de clustering fonctionnent mieux avec des suppositions initiales de meilleure qualité. …

14 data-visualization clustering software

4

Existe-t-il des algorithmes de clustering non basés sur la distance?

Il semble que pour les moyennes K et d'autres algorithmes associés, le regroupement est basé sur le calcul de la distance entre les points. Y en a-t-il un qui fonctionne sans lui?

14 machine-learning clustering data-mining k-means

Questions marquées «clustering»