热词排序算法——贝叶斯均值法 2024-06-18 算法, 机器学习, 人工智能, 均值算法, 排序算法 76人 已看 当前（例如今天）的某个词出现的频率相比于历史发生突增，那么这个词的热度上升，如何修正排名呢？
热词排序算法——贝叶斯均值法 2024-06-18 算法, 机器学习, 人工智能, 均值算法, 排序算法 62人 已看 当前（例如今天）的某个词出现的频率相比于历史发生突增，那么这个词的热度上升，如何修正排名呢？
[机器学习聚类算法实战-1] | Scikit-Learn工具包进阶指南：机器学习聚类算法之层次聚类、特征集聚、均值移位聚类、k-均值聚类实战分析 2024-05-16 支持向量机, 聚类, 机器学习, scikit-learn, 均值算法 38人 已看 机器学习中的聚类分析是一种无监督学习方法，旨在将数据点划分为相似的组或簇，使得同一组内的数据点彼此相似，而不同组之间的数据点则相对较不相似。聚类分析可以帮助我们理解数据的内在结构，发现数据中隐藏的模式，并将数据进行自然的分组，从而为进一步分析或决策提供基础。K-Means 聚类：将数据点分成预先指定的 k 个簇，每个簇具有最小化簇内平方误差的中心点。K-Means 是一种迭代算法，通过不断更新簇中心点来优化聚类结果。层次聚类：逐步将数据点合并到不断增长的聚类中，形成层次结构。
