unsupervised-learning

1熱度

1回答

新的Python安裝;腳本運行速度非常慢

當前Python版本2.7.10 - 我試過從python.org和Anaconda發行版直接下載。 以前的Python版本是2.7.x（不記得） - 我知道這是一個Enthought Canopy發行版。 我只是'升級'窗口從7到10PRO。我重新安裝了計算機上的所有內容，以便重新開始。我安裝了最新版本的Python 2.7.10。我現在正在運行我昨天在Windows 7操作系統上運行的一個腳本

windows python-2.7 nltk naivebayes unsupervised-learning 2015-08-24

---

1熱度

1回答

自組織地圖可視化結果解釋

使用R Kohonen包，我得到了一個顯示碼本矢量的「碼」圖。 我想問一下，不應該相鄰節點的碼本向量是相似的？爲什麼左邊的前2個節點如此不同？ 有沒有辦法將其組織在一個有意義的組織中，如下圖所示？來自here。高貧困國家聚集在底部。 library("kohonen") data("wines") wines.sc <- scale(wines) set.seed(7) wine.som

r machine-learning cluster-analysis som unsupervised-learning 2015-05-21

---

0熱度

1回答

如何應用SVM或深度神經網絡進行圖像檢索

獲取圖像數據集後，針對所有圖像構建特徵數據庫，該圖像是基於RGB顏色模型的平均值和sd以及HSV顏色模型的矢量圖片。一旦給出查詢圖像，如何使用svm從數據庫中檢索相關圖像。 而且如何使用無監督學習的上述問題

computer-vision svm unsupervised-learning cbir 2015-04-04

---

1熱度

2回答

充分利用無監督學習的數據瞭解到表示在pylearn2

我們可以在pylearn2使用以下YAML文件訓練自動編碼器（連同pylearn2 /腳本/ train.py） !obj:pylearn2.train.Train { dataset: &train !obj:pylearn2.datasets.mnist.MNIST { which_set: 'train', start: 0, stop: 500

python yaml theano unsupervised-learning autoencoder 2014-09-21

---

1熱度

1回答

深陷網絡卷積稀疏編碼的實施框架

我想要實現類似於一個在本文中所描述的一些卷積稀疏編碼過程： http://cs.nyu.edu/~ylan/files/publi/koray-nips-10.pdf 我用不同的框架（朱古力，eblearn火炬）嘗試，但似乎有欠缺教程/支持無監督功能學習程序，如這一個。作者說，這篇文章是用eblearn完成的，但是我沒有發現無監督的學習過程。有沒有人試圖實現這些類型的算法，如果有的話，他使用了哪些

image-processing machine-learning feature-detection deep-learning unsupervised-learning 2015-06-12

---

1熱度

1回答

準備包半監督學習

我需要做小NER的火車。我認爲該解決方案將通過一些半監督學習算法來實現。是否有任何準備好的軟件包可以完成此任務？

machine-learning nlp unsupervised-learning 2014-10-10

---

0熱度

3回答

kmeans是否可重複？

我想知道如果我們對於完全相同的數據集，在初始質心點是隨機選擇的情況下獲得大致相同的質心點。 我正在寫一個測試kmeans程序，他們似乎不匹配。我想知道我在做什麼是對的。

machine-learning cluster-analysis k-means unsupervised-learning 2014-12-02

---

1熱度

1回答

計算兩個配置文件之間的共同特徵數量之間的相似度

我正在處理社交網絡配置文件的聚類問題，並且每個配置文件文檔都由配置文件描述中'感興趣的條款發生'次數表示。爲了有效地進行聚類，我試圖在兩個配置文件之間找到正確的相似性度量（或距離函數）。 所以可以說我有以下模式 basketball cricket python profile1 4 2 1 profile2 2 1 3 profile3 2 1 0 表現在，

machine-learning cluster-analysis similarity unsupervised-learning 2015-05-04

---

0熱度

1回答

馬爾可夫鏈 - 具有「未見過」觀察的樣本的可能性（概率爲0）

我有一個大的馬爾可夫鏈和一個樣本，爲此我要計算可能性。問題是樣本中的一些波動或轉換不會發生在馬爾可夫鏈中，這使得總可能性爲0（或對數似然 - 無窮大）。不可能使用更多的數據來構建馬爾可夫鏈。我想知道是否還有一種方法仍然有可能發生。 我試過已經過濾了樣本中的這些「未知」觀察值並單獨報告。但問題在於，我想比較樣本的可能性與同一樣本的可能性，但是在變換之後。轉化的樣品具有不同數量的「未知」觀察結果。所以

machine-learning markov-chains markov unsupervised-learning markov-models 2015-08-14

---

4熱度

2回答

選擇在heirarchical聚集集簇羣的數量與scikit

上determining the number of clusters in a dataset維基百科的文章指出，我不需要使用分層聚類時，擔心這樣的問題。但是，當我嘗試使用scikit-learn的agglomerative clustering時，我發現我必須爲它提供羣集數作爲參數「n_clusters」 - 沒有這個參數我得到了兩個羣集的硬編碼默認值。在這種情況下，如何才能爲數據集選擇正確數

machine-learning scikit-learn artificial-intelligence cluster-analysis unsupervised-learning 2015-08-26

---