> way <- "F:\\FX\\R\\2020_04_11_Pred_New_Full\\Pred_New_Fu ..." ... [TRUNCATED]
> dt <- read.csv(file = way,header = T,sep = ";") # читаем файл
> target <- dt$Target_100 # целевую в отдельную переменную
> #target <- km$cluster # целевую в отдельную переменную
>
> dt <- dt[, ! colnames(dt) %in%
+ # c("Target_100_Buy","Target_100 ..." ... [TRUNCATED]
> km <- kmeans(um$layout, centers = 4)
> # роскоментируем и Устанавливаем нужные пакеты после чего эту строку можно удалить
> #install.packages(c("rgl", "car" , "umap"))
>
>
>
> # про um .... [TRUNCATED]
> um <- umap(dt,n_components=3)
> # n_components=3 во сколько измерений уменьшаем данные, можно 100 можно 1
> # можно 333, но нам для 3 д надо трех мерное пространство поетому у нас .... [TRUNCATED]
> #тут все настройки по пакету car
> # http://www.sthda.com/english/wiki/amazing-interactive-3d-scatter-plots-r-software-and-data-visualization
> lib .... [TRUNCATED]
> target <- as.factor(target) # target нужен для того чтобы окрасить точки в цвет целевой
> scatter3d(x = um.res[,1],
+ y = um.res[,2],
+ z = um.res[,3],
+ #groups = target,
+ groups = km$cluster,
+ .... [TRUNCATED]
Error in scatter3d.default(x = um.res[, 1], y = um.res[, 2], z = um.res[, :
groups variable must be a factor
所以我在想,我是否可以将这个样本划分为这些岛屿,并已经在这些岛屿中进行模型训练。
所以你必须应用kmeans聚类或更酷的东西,等一下
运行它
km <- kmeans(um$layout, centers = 4)
这就是你想找到的集群的数量
而现在
用它来代替目标
这里
它变得多么美丽,这些照片。
这真是太神奇了!
继续努力,先生们,密切关注这个过程
所以你需要应用kmeans聚类或更酷的东西,等一下。
运行它
你想找到多少个群组?
而现在
用它来代替目标
这里
我做错了 :(
我做错了 :(
你不能对一个函数的参数 进行评论。
这是不可能的,你不能对函数参数 里面的代码进行评论。
哇,把它拿出来,做成截图里那样。
当它在思考的时候。
当他在思考的时候。
有意思))。
有趣的是什么))。
我有个想法,这意味着设法分成4个群组?
现在,我如何将线路分区保存到每个集群?
我有个想法,这是否意味着它已经成功地分裂成了四个群组?
是
现在,你如何将线路分区保存到每个集群?
保存umap模型
保存模型 kmeans
就这样了。
把椭圆体=TRUE
应该可以了
是
这很有趣,我将尝试分别学习这些模型,看看会发生什么。
保存umap模型
保存 kmeans模型
然后...
你能说得更具体些吗?
我需要保存。
1.以可读的形式划分为群组的规则,可在MQL中编码。
2.csv文件中的行群布局
如何做到这一点?
1.以一种可读的形式将集群分区规则编入MQL中
我不明白,你想在规则中得到所产生的分解,把它们转移到mql中吗?