معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

dpcluster is a package for grouping together (clustering) vectors. It automatically chooses the number of clusters that fits the data best based on the underlying Dirichlet Process mixture model.

ویژگی	مقدار
سیستم عامل	-
نام فایل	dpcluster-0.104
نام	dpcluster
نسخه کتابخانه	0.104
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Teodor Mihai Moldovan
ایمیل نویسنده	moldovan@cs.berkeley.edu
آدرس صفحه اصلی	http://dpcluster.readthedocs.org/
آدرس اینترنتی	https://pypi.org/project/dpcluster/
مجوز	UNKNOWN

Description =========== dpcluster is a package for grouping together (clustering) vectors. It automatically chooses the number of clusters that fits the data best. Specifically, it models the data as a Dirichlet Process mixture in the exponential family. For a tutorial see `"Dirichlet Process" by Y.W. Teh (2010) <http://www.gatsby.ucl.ac.uk/~ywteh/research/npbayes/dp.pdf>`_. Currently the only distribution implemented is the multivariate Gaussian with a Normal-Inverse-Wishart conjugate prior but extensions to other distributions are possible. Two inference algorithms are implemented: * Variational inference as described in `"Variational Inference for Dirichlet Process Mixtures" by Blei et al. (2006) <http://ba.stat.cmu.edu/journal/2006/vol01/issue01/blei.pdf>`_. This is a batch algorithm that requires storing all data in memory. * An experimental on-line inference algorithm that requires only O(log(n)) memory where n is the total number of observations. To install locally run:: python setup.py install --user Usage ===== Here is a simple example to demonstrate clustering a number of random points in the plane:: >>> from dpcluster import * >>> n = 10 >>> data = np.random.normal(size=2*n).reshape(-1,2) >>> vdp = VDP(GaussianNIW(2)) >>> vdp.batch_learn(vdp.distr.sufficient_stats(data)) >>> plt.scatter(data[:,0],data[:,1]) >>> vdp.plot_clusters(slc=np.array([0,1])) >>> plt.show() Running this might produce 2-3 clusters depending on the randomly generated data. The adaptive nature of the Dirichlet Process mixture model becomes apparent when we increase the number of data points from ``n = 10`` to ``n = 500``. In this case the clustering algorithm will likely explain the data using only one cluster. ToDo ==== * Implement more clustering algorithms e.g. based on Gibbs sampling, expectation propagation, stochastic gradient descent. * Implement more clustering distributions. * Re-implement algorithms to take advantage of multi-core or GPU computing.

نحوه نصب

نصب پکیج whl dpcluster-0.104:

pip install dpcluster-0.104.whl

نصب پکیج tar.gz dpcluster-0.104:

pip install dpcluster-0.104.tar.gz