什么是K-近邻算法？ K近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，…
上一篇Folium的文章中，针对Choropleth的使用有过简单的介绍，但是对于如何调整分级样式图等，没有进一步的阐述。这篇文章结果自己的使用经验做些简单的总结。 生成Choropleth分级着色图的方法目前主要有两种，…
Folium简介 Folium是一个基于leaflet.js的Python地图库，其中，Leaflet是一个非常轻的前端地图可视化库。即可以使用Python语言调用Leaflet的地图可视化能力。它不单单可以在地图上展示数据的分布图，还可以使用Vin…
先前的文章中介绍了基于密度的聚类方法DBSCAN，今天要学习的是HDBSCAN。单从名字上看，两者必然存在一定的关系。我们先来看看官方的介绍： HDBSCAN - Hierarchical Density-Based Spatial Clustering of Applicati…
在前面介绍的DBSCAN算法中，有两个初始参数Eps（邻域半径）和minPts(Eps邻域最小点数)需要手动设置，并且聚类的结果对这两个参数的取值非常敏感，不同的取值将产生不同的聚类结果。为了克服DBSCAN算法这一缺点，提…
K-Means算法和Mean Shift算法都是基于距离的聚类算法，基于距离的聚类算法的聚类结果是球状的簇，当数据集中的聚类结果是非球状结构时，基于距离的聚类算法的聚类效果并不好。 与基于距离的聚类算法不同的是…
ISODATA算法（Iterative Self Organizing Data Analysis Techniques Algorithm，迭代自组织数据分析方法）和K-Means算法是相似的算法，都是属于无监督的聚类分析方法，但是 在之前介绍的K-Means算法中，有两大缺…
大部分聚类方法针对的是多维数据，现实场景中还有可能存在以为数据的情况，针对以为数组的聚类和多维的数据有很大的不同，今天就来实战演练下： 需求内容：分析订单的价格分布 常见方案：按照100为梯度，分…
在学习聚类算法得时候并没有涉及到评估指标，主要原因是聚类算法属于非监督学习，并不像分类算法那样可以使用训练集或测试集中得数据计算准确率、召回率等。那么如何评估聚类算法得好坏呢？好的聚类算法,一般要求类…
异常监控系统Skyline的文章中，详细介绍了Skyline的架构，今天主要分享的是自己在部署Skyline中的一些记录。 项目地址：https://github.com/earthgecko/skyline 参考文档：https://earthgecko-skyline.read…
