vast_w

聚类集成中差异性度量方法

Mutual information and Normalized Mutual information

【转载】https://hips.seas.harvard.edu/blog/2013/02/04/predictive-learning-vs-representation-learning/Posted in Machine Learning. By Roger Grosse – February 4, 2013When you take a

【转载】https://hips.seas.harvard.edu/blog/2013/02/25/what-is-representation-learning/Posted in Machine Learning. By Roger Grosse – February 25, 2013In my last post, I argued t

（本文转自网上，此处转载，用以备查，请原作者见谅）聚类算法总结：---------------------------------------------------------聚类算法的种类：基于划分聚类算法（partition clustering)k-means：是一种典型的划分聚类算法，它用一个聚类的中心来代表一个簇，即在迭代过程中选择的聚点不一

在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型：每个 GMM 由 K 个 Gaussian 分布组成，每

谱聚类(Spectral Clustering, SC)在前面的博文中已经详述，是一种基于图论的聚类方法，简单形象且理论基础充分，在社交网络中广泛应用。本文将讲述进一步扩展其应用场景:首先是User-Item协同聚类，即spectral co-clustering，之后再详述谱聚类的进一步优化。1 Spectral Co-clustering1.1 协同聚类(Co-cl

谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割——如图1的Smallest cut(如后文的Min cut)， 也可以是分割规模差不多且割边最小的分割——如图1的Best cut(如后文的Norma

简介在本节中，我们介绍Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签  可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的，该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的，不过后面也会介绍它与深度学习/无监督学习方法的结合。（译者注： MNIST 是一个手写数字识别库，由

半监督学习 黎　铭0  引言机器学习(machine learning)是人工智能的核心研究领域，是智能信息处理的重要途径。监督学习(supervised learning)是机器学习中研究最多、应用最广泛的一种学习途径。在传统的监督学习中，学习系统通过对大量的有标记训练样本 (labeled examples) 进行学习，建立模

外部评价法外部评价方法意味着评判聚类算法的结果是基于一种预先指定的结构。这种结构反映了人们对数据集聚类结构的直观认识。每个数据项的分类标记已知。下面介绍两种常用的外部评价法。1) F-measure 它组合了信息检索中查准率( precision) 与查全率( recall) 的思想来进行聚类评价。一个聚类j 及与此相关的分类i 的precision 与recall 定义为

一 读取UCI数据集iris.data中数据方法1.将数据分成五组，一列一列读进列向量当中>> [attrib1, attrib2, attrib3, attrib4, class] = textread('data\iris.data', '%f%f%f%f%s', 'delimiter', ','); 2.将前面的4组浮点型数据，整合进一个矩阵当中，成为一个column_length*4类

什么是聚类聚类简单的说就是要把一个文档集合根据文档的相似性把文档分成若干类，但是究竟分成多少类，这个要取决于文档集合里文档自身的性质。下面这个图就是一个简单的例子，我们可以把不同的文档聚合为3类。另外聚类是典型的无指导学习，所谓无指导学习是指不需要有人干预，无须人为文档进行标注。 聚类的评价既然聚类是把一个包含若干文档的文档集合分成若干类，像上图如果聚类算法

=======================国外====================Machine Learning 大家(1)：M. I. Jordan (http://www.cs.berkeley.edu/~jordan/)    在我的眼里，M Jordan无疑是武林中的泰山北斗。他师出MIT，现在在berkeley坐镇一方 ，在附近的两所名校（加stanford）中

转载：http://maider.blog.sohu.com/303848412.html背景：假设你在Netflix工作，拿到了一个matrix形式的dataset：1    2    1   ...   5    03    4    0   ...   1    1...            5    2    1   ...   3    2这个d