課程 中級  11265

課程介紹：《自學IT網Linux負載平衡影片教學》主要透過對web,lvs以及在nagin下對Linux進行腳本操作來實現Linux負載平衡。

課程 高級  17590

課程介紹：《尚學堂MySQL影片教學》向大家介紹如何從安裝到使用MySQL資料庫的這麼一個過程，詳細的介紹的每個環節的具體操作。

課程 高級  11303

課程介紹：《兄弟連前端實例展示影片教學》向大家介紹了html5和css3技術的實例，讓大家更熟練使用html5和css3.

課程介紹：層次聚類是一種無監督學習方法，用於將資料集中的物件按照相似度進行分組。此方法透過逐步劃分資料集為越來越小的子集，最終形成一個層次結構，其中每個子集可以看作是一個聚類。層次聚類包括凝聚型和分裂型兩種類型。凝聚型層次聚類從每個物件作為一個初始聚類開始，然後逐步合併相似的聚類，直到所有物件都合併為一個聚類。分裂型層次聚類從整個資料集作為一個初始聚類開始，然後逐步將聚類分裂為更小的聚類，直到每個物件都單獨形成一個聚類。層次聚類方法能夠提供關於聚類數量的彈性，同時也能夠捕捉凝聚型層次聚類是一種自下而上的

2024-01-23 評論 0  1116

課程介紹：首先要說，聚類屬於機器學習的無監督學習，而且也分很多種方法，例如大家熟知的有K-means。層次聚類也是聚類中的一種，也很常用。以下我先簡單回顧K-means的基本原理，然後慢慢引出層次聚類的定義和分層步驟，這樣更有助於大家理解。層次聚類和K-means有什麼不同？ K-means 工作原理可以簡要概述為： 決定簇數（k） 從數據中隨機選取k 個點作為質心將所有點分配到最近的聚類質心計算新形成的簇的質心重複步驟3 和4這是一個迭代過程，直到新形成的簇的質心不變，或達到最大迭代次數

2023-04-11 評論 0  1915

課程介紹：層次聚類演算法是一種將資料點分組的無監督學習演算法，也被稱為層次聚合（hierarchicalclustering）或分級聚合（hierarchicalclustering）演算法。它根據點與點之間的相似性或距離，在不斷地合併最相似的點或群集，最後得到一棵樹形結構（也叫聚類樹或分類樹），將所有點分為若干個簇。 Python是廣泛使用的程式語言之一，擁有許

2023-06-10 評論 0  2562

課程介紹：層次聚類是一種無監督學習技術，根據距離或相似性測量將相似的觀察結果分組。連結方法決定了聚類間距離的計算方式。本文就來介紹下層聚類中所使用的連結方法，包括單一連結、完全連結、平均連結和離差平方和法。單鏈接（Singlelinkage）也被稱為最近鄰鏈接，它將兩個簇之間的距離定義為這兩個簇中任意兩個點之間的最短距離。換句話說，兩個簇之間的距離是由它們最接近的點之間的距離決定的。然而，這種方法常常會導致形成長鏈狀的聚類，而且對資料中的異常值和雜訊非常敏感。完全連結(Ccompletelinkage)也稱

2024-01-22 評論 0  632

課程介紹：聚類分析有五種主要類型：層次聚類（基於距離）劃分聚類（k-均值、k-中心點、模糊c均值）密度聚類（DBSCAN、OPTICS）譜聚類（拉普拉斯特徵圖）其他聚類演算法（基於模型、神經網路）

2024-04-27 評論 0  406