R语言K-Means(K均值聚类）和层次聚类算法对微博用户特征数据研究
全文链接：https://tecdat.cn/?p=32955 本文就将采用K-means算法和层次聚类对基于用户特征的微博数据帮助客户进行聚类分析（点击文末“阅读原文”获取完整代码数据）。 首先对聚类分析作系统介绍。其次对聚类算法进行文献回顾，对其概况、基本思想、算法进行详细介绍，再是通过对微博数...
数据分享|R语言聚类、文本挖掘分析虚假电商评论数据：K-MEANS(K-均值)、层次聚类、词云可视化
全文链接：http://tecdat.cn/?p=32540 聚类分析是一种常见的数据挖掘方法，已经广泛地应用在模式识别、图像处理分析、地理研究以及市场需求分析。本文主要研究聚类分析算法K-means在电商评论数据中的应用，挖掘出虚假的评论数据（点击文末“阅读原文”获取完整代码数据）。 本文主要帮助...
数据分享|R语言改进的K-MEANS(K-均值)聚类算法分析股票盈利能力和可视化
全文链接：http://tecdat.cn/?p=32418 大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分（点击文末“阅读原文”获取完整代码数据）。 人们在投资时总期望以最小的风险获取最大的利益，面对庞大的股票市场和繁杂的股票数据，要想对股票进...
R语言K-Means(K-均值)聚类、朴素贝叶斯（Naive Bayes）模型分类可视化
全文链接：http://tecdat.cn/?p=32355 分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里（点击文末“阅读原文”获取完整代码数据）。 虽然都是把某个对象划分到某个类别中，但是分类的类别是已经预定义的，而聚类操作时，某个对象所属的...
R语言对耐克NIKEID新浪微博数据K均值(K-MEANS)聚类文本挖掘和词云可视化
全文链接：http://tecdat.cn/?p=31048 2009年8月,新浪微博(micro-blog)开始服务,随后各家微博服务在国内得到广泛传播和应用"（点击文末“阅读原文”获取完整代码数据）。 微博具有文本信息短(140字包括标点符号)、词量少、裂变式传播、传播速度快、用词不规范等特征,...
R语言APRIORI关联规则、K-MEANS均值聚类分析中药专利复方治疗用药规律网络可视化
全文链接：http://tecdat.cn/?p=30605 应用关联规则、聚类方法等数据挖掘技术分析治疗的中药专利复方组方配伍规律（点击文末“阅读原文”获取完整代码数据）。 方法检索治疗中药专利复方，排除外用中药及中西药物合用的复方。最近我们被要求撰写关于用药规律的研究报告，包括一些图形和统计输出...
R语言预测期货波动率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比较
波动率是众多定价和风险模型中的关键参数，例如BS定价方法或风险价值的计算。在这个模型中，或者说在教科书中，这些模型中的波动率通常被认为是一个常数。然而，情况并非如此，根据学术研究，波动率是具有聚类,厚尾和长记忆特征的时间序列变量。 本博客比较了GARCH模型（描述波动率聚类），ARFIMA模型（ 长...
R语言谱聚类、K-MEANS聚类分析非线性环状数据比较
有些问题是线性的，但有些问题是非线性的。我假设，你过去的知识是从讨论和解决线性问题开始的，这是一个自然的起点。对于非线性问题的解决，往往涉及一个初始处理步骤。这个初始步骤的目的是将问题转化为同样具有线性特征的问题。 一个教科书式的例子是逻辑回归，用于获得两类之间的最佳线性边界。在一个标准的神经网络模...
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口
简介 假设我们需要设计一个抽样调查，有一个完整的框架，包含目标人群的信息（识别信息和辅助信息）。如果我们的样本设计是分层的，我们需要选择如何在总体中形成分层，以便从现有的辅助信息中获得最大的优势。 换句话说，我们必须决定以何种方式来组合辅助变量（从现在开始是 "X "变量）的值，来确定一个新的变量，...
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集
本练习问题包括：使用R中的鸢尾花数据集 (a)部分：k-means聚类 使用k-means聚类法将数据集聚成2组。 画一个图来显示聚类的情况 使用k-means聚类法将数据集聚成3组。 画一个图来显示聚类的情况 (b)部分：层次聚类 使用全连接法对观察值进行聚类。 使用平均和单连接对观测值进行聚类。...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。