Density Peak改进(PCA/KNN)
来源:互联网 发布:java岗位管理制度 编辑:程序博客网 时间:2024/05/18 03:10
参考文献:Study on Density Peaks Based on K-Nearest Neighbors and Principal Component Analysis (KBS2016 C类期刊)
1、改进:
- DPC(Density Peak Clustering)考虑的是数据的全局结构,在计算局部密度
ρ 时未考虑数据的局部特征,因此在目睹不均匀时,DPC效果不好(如Jain数据集) <—-KNN - 当数据是高维时,DPC效果不好、因为在高位数据中有许多维是不相关的,这些不相关的维会使DPC将其当作噪声。维度越高,距离度量会变得越来越没有意义 <—–PCA
2、方法
先使用PCA降维,再根据DPC聚类,
其中,KNN(xi)表示xi的k的最近邻,k=p*N(N表示节点数,p表示percentage)
3、效果
改进后,在flame数据集上,效果明显变好
0 0
- Density Peak改进(PCA/KNN)
- Density Peak改进(overlapping)
- Density Peak改进(Hierarchical)
- Density Peak
- 思考与改进(KNN算法)
- KNN-PCA mnist
- Matlab实现手写数字识别(PCA+KNN)
- KNN分类算法及改进
- KNN分类算法及其改进
- 对PCA方法的改进
- 对PCA方法的改进
- sklern使用之通用模版(以iris为数据集,knn,PCA)
- Graphics->Density (上)
- Graphics->Density (下)
- 文献阅读笔记——Clustering by fast search and find of density peak
- 【论文学习笔记】Clustering by fast search and find of density peak
- k-近邻算法(KNN)--2改进约会网站的配对效果---by香蕉麦乐迪
- 机器学习-kNN算法改进约会效果
- JDBC与JAVA数据库编程
- 金融数据类——债券,全球股指
- C++primer学习笔记-----4.3逻辑和关系运算符
- 网络抓包工具Charles使用详解
- android开发-验证邮箱输入是否合法
- Density Peak改进(PCA/KNN)
- bzoj 4780: [Usaco2017 Open]Modern Art 2 (模拟)
- JavaScript 中的 this 用法以及 call(apply) 的理解
- ES6 箭头函数(=>)
- OracleDBA之表管理
- Libevent源码学习---bufferevent
- android 键盘遮挡解决办法
- js判断复选框是否全选
- 关于Thread的中断解释