guangheli

摘要： 熵 $H = -\sum_{i = 1}^{n} p(x_{i}) \log p(x_{i})$ $n$ 是分类的数目，熵越大代表随机变量 $X$ 的不确定性越大。 可知 $0 \leqslant H(P) \leqslant \log n$ 条件熵 $H(Y|X)$ 表示已知随机变量 $X$ 的条 阅读全文

摘要： 参考：《统计学习方法》 相似度与距离 对于聚类算法来说，定义相似度与距离是十分关键的。 Minkowski distance 设 $x_{i},x_{j}$ 是样本集合 $X$ 中的样本，$m$ 为特征数量，满足 $x_{i}=(x_{1i},x_{2i},....x_{mi})^T$ 则 $x_{ 阅读全文