没有合适的资源?快使用搜索试试~ 我知道了~
Yelp-User-Analysis-Using-K-Means-plus-plus
共2个文件
md:1个
py:1个
需积分: 5 0 下载量 177 浏览量
2021-04-11
13:35:01
上传
评论
收藏 4KB ZIP 举报
温馨提示
Yelp-用户分析-使用-K-均值++ 为了加快质心的初始化速度,所选算法必须在数据遍历很少的情况下近似数据集的后验分布。 可以很好地近似分布的一些算法是随机游走蒙特卡洛算法(Metropolis–Hastings算法,Gibbs Sampling等)。 这些算法利用马尔可夫链算法进行快速有效的近似。 因此,实施利用马尔可夫链的算法将为我们带来最佳结果我们想通过构造一系列马尔可夫链并通过它们来估计数据的概率分布数据集= 算法: 初始化随机位于数据上的任意质心 参考分配的质心计算所有数据点的概率分布 从数据集中随机选择一个点以启动马尔可夫链。 这一点将作为我们序列中的初始状态点数 根据概率分布从数据集中采样下一个状态。 计算保持相同状态并转移到下一个状态的概率 通过将随机性引入决策中,取决于概率而移至所需状态 我们的贡献: 状态改变的可能性: 通过将当前状态与将来状态之间的距离与其质心
资源推荐
资源详情
资源评论
收起资源包目录
Yelp-User-Analysis-Using-K-Means-plus-plus-master.zip (2个子文件)
Yelp-User-Analysis-Using-K-Means-plus-plus-master
README.md 4KB
Markov.py 7KB
共 2 条
- 1
资源评论
MachineryLy
- 粉丝: 29
- 资源: 4611
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功