1
A
回答
0
我目前正在使用K均值和模糊C均值算法對手套向量進行聚類。 K-means顯示了一些好的結果,使得語義上相似的單詞被分組到一個集羣中。然而,模糊C-均值似乎不能正確地處理這些向量,因此當我們使用指定數量的聚類對其進行聚類時,它不會產生預期數量的聚類,可能會迫使某些聚類重疊。
關於集羣和性能評估的次數,如Elbow criteria爲K均值和Fuzzy Partition Coefficient模糊C均值現有方法可用於看到哪些簇
的最佳數量相關問題
- 1. 爲潛在語義分析選擇適當的聚類方法
- 2. 自定義聚類算法
- 3. 語義上的詞聚類組
- 4. 鳴叫語義分析後的聚類
- 5. 聚合物2.X:基於類的語法ES6,元素定義
- 6. 術語聚類庫?
- 7. MongoDB聚合語法
- 8. 聚合物 - 聽衆方法未定義
- 9. Java語法方法和類
- 10. OpenCV中聚類方法的並行化
- 11. Gephi中的聚類(Louvain方法)
- 12. 降維聚類在R(PCA等方法)
- 13. 定義'a'語法的類
- 14. Python類定義語法
- 15. 語法C#類定義
- 16. 如何選擇分層凝聚聚類的聯動方法?
- 17. 方法內聚力
- 18. 類型方法未定義方法?
- 19. Arrayfun語法和用法與類方法
- 20. xcode的怪異方法語法定義
- 21. 使用潛在語義分析進行聚類
- 22. 方法未定義類型
- 23. 類方法聯定義
- 24. 類的定義和方法
- 25. 內部類方法定義
- 26. 類型定義方法
- 27. 對類方法語法感到困惑
- 28. ruby中的類方法語法
- 29. SQL語法 - 分組依據...自定義聚合功能?
- 30. 通用類方法中的THIS這個術語的含義?