我有许多包含10个XY坐标的小数据集。我正在使用Matlab（R2012a）和k-means来获取质心。在某些聚类中（如下图所示），由于我的数据集太小，一个离群值会破坏我的质心值。有没有一种简单的方法来排除这些点？据说Matlab有一个“排除离群值”的函数，但我在工具菜单中找不到它。谢谢你的帮...

我想我已经知道我的答案了，但是有很多比我更聪明和经验丰富的人，所以我想问一下。 当我尝试将我的hash_matrix (<class 'scipy.sparse.csr.csr_matrix'>)适配到AffinityPropagation时，我遇到了MemoryError。它仅...

我有一个包含数千个地址的集合。如果我可以获取每个地址的经纬度，如何按照接近程度将该集合分成组？ 此外，我可能希望根据不同规则重新尝试“聚类”： N组 每组M个地址 组内任何地址之间的最大距离

我想在 clusplot 中增加箭头来表示使用pca的变量。 我不确定是否已实现此方法（在文档中找不到任何信息）。 我已经生成了一个类似于这样的 clusplot： 使用 princomp 包，我可以单独绘制观测值在类似的表示空间中，将变量（列）表示为箭头： 两者同时进行，显示聚类和P...

如果我有一个稀疏数据集，其中每个数据由一个1000元素的向量描述，该向量的每个元素可以是0或1（有很多0和一些1），您知道任何距离函数可以帮助我对它们进行聚类吗？在这种情况下，像欧几里得距离这样的东西是否方便？我想知道是否有一个简单方便的距离度量可以用于这种情况，以尝试我的数据。 谢谢

Scikit-learn中的K-means实现具有一个可应用于未知数据的`predict()`函数，而DBSCAN和Agglomerative则没有`predict()`函数。所有三种算法都有`fit_predict()`，它用于拟合模型然后进行预测。但是，对于其他算法来说，不像k-means...

我正在寻找一个库，最好具备以下功能: 在多维数据上实现分层聚类（理想情况下是在相似性或距离矩阵上） 实现支持向量机 使用C++编写 有一定的文档说明（这似乎是最难的） 我希望这个库使用C++编写，因为我最熟悉这种语言，但如果该库值得，我也会使用其他任何语言。我已经搜索到一些库，但我确实...

我听说过聚类可以将相似的数据分组。我想了解它在字符串特定案例中是如何工作的。 我有一个包含超过100,000个不同单词的表格。 我希望能够识别出具有差异的相同单词（例如：house, house!!, hooouse, HoUse, @house, "house"等）。 为了识别相似性并...

我正在使用Scikit-Learn（Python 2.7）中的DBSCAN对一些数据进行聚类：from sklearn.cluster import DBSCAN dbscan = DBSCAN(random_state=0) dbscan.fit(X) 然而，我发现除了 "fit_predi...

我有以下图像掩模： 我想应用类似于cv::findContours的算法，但该算法仅将同一组中相连的点连接在一起。 我想通过某些容差来实现这一点，即我想在给定半径容差内添加彼此附近的像素：这类似于欧几里得距离分层聚类。 OpenCV中是否已经实现了这个功能？ 或者是否有快速的方法来实现这一点...