摘要：1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 结果： 150 6 多项式型 结果：150 7 伯努利型 结果：150 100 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 结果： Ac 阅读全文

摘要：1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 1）简述分类与聚类的联系与区别。 联系：按照某种标准给对象贴标签，再根据标签来区分归类。 分类：相当于给数据贴标签，根据标签可以提高对数据认知的效率，降低认知成本。 聚类：是指事先没有“标签” 阅读全文

摘要：1. 用K-means算做图片压缩 读取一张示例图片或自己准备的图片，观察图片存放数据特点。 根据图片的分辨率，可适当降低分辨率。 再用k均值聚类算法，将图片中所有的颜色值做聚类。 然后用聚类中心的颜色代替原来的颜色值。 形成新的图片。 观察原始图片与新图片所占用内存的大小。 将原始图片与新图片保存 阅读全文

摘要：1.用python实现K均值算法 K-means是一个反复迭代的过程，算法分为四个步骤： （x,k,y) 1） 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； def initcenter(x, k): kc 2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近 阅读全文