互聯網 數據量呈爆炸式增長，數據對社會生產和生活的影響越來越大，數據挖掘技術的應用也越來越廣泛。數據挖掘過程是一個反復多次的人機交互過程，它包括定義問題、建立數據挖掘庫、分析數據、準備數據、建立模型、評估模型等。主要的數據挖掘算法包括關聯分析、序列模式挖掘、分類算法及聚類算法等。 據了解，WIMI微美全息

編輯導語：如今的識別功能越來越強大，比如：指紋識別、人臉識別、虹膜識別、聲紋識別等等，聲紋識別多用于金融行業和刑偵場景，進行聲音匹配；本文作者詳細介紹和分析了聲紋識別中N：N聚類算法是如何應用的，我們一起來看一下。筆者前段時間有幸了解到聲紋的概念：聲紋識別，作為生物識別技術的一種，跟臉象、指紋、虹膜等一樣，是每個人獨一

本文作者通過一些場景案例，帶領大家了解一下樸素貝葉斯算法作為聚類算法中的一員，如何來區分各類數組。通過一組參數模型來區分互斥群組中的個體十分常見，我們可以使用樸素貝葉斯分析來應用于這種場景，取決于模型的相似矩陣算法常常運用在估算決策論框架的矩陣中。一些已經存在的聚類分析技巧是從一些特定的有限制的場景中提取出來的，這些結

本文為 AI 研習社編譯的技術博客，原標題 ：The 5 Clustering Algorithms Data Scientists Need to Know作者 |?George Seif翻譯 |?鄧普斯?杰弗、arnold_hua、小Y的彩筆校對 | 鄧普斯?杰弗? ? ? ?審核|?Lam-W? ? ? 整理 |

雷鋒網(公眾號：雷鋒網) 按：本文為AI研習社編譯的技術博客，原標題 K-Means Clustering: All You Need to Know，作者為? Uday Keith 。 翻譯 | 李鋒? 周靜? ? ? ? 校對?| 余杭? ? ? ?整理 | MY在機器學習中，我們經常處于函數

本文為雷鋒字幕組編譯的技術博客，原標題The 5 Clustering Algorithms Data Scientists Need to Know，作者為George Seif。翻譯 | 姜波? ? 整理 |? 凡江? 吳璇聚類是一種關于數據點分組的機器學習技術。給出一組數據點，我們可以使用聚類算法將每個數據點分類

文| 十方 比較分類算法的話，大概考慮這幾個維度：時間空間復雜度，魯棒性，參數敏感性，處理不規則形狀，適合的類數量，類間差異（范圍大小，樣本個數，形狀差異） 可以參照一下sklearn網站給出的列表： 2.3. Clustering 除了這些聚類方法以外，統