摘要:
我们在处理大数据的时候,尽量避免使用for循环,那样会将低速度 import numpy as np import time a = np.random.rand(1000000) b = np.random.rand(1000000) tic = time.time() z = np.dot(a, 阅读全文
摘要:
import math import random m = input('请输入一个较大的整数') n = 0 for i in range(int(m)): x = random.random() y = random.random() if math.sqrt(x**2 + y**2) < 1: 阅读全文
摘要:
instance: 我们先对此数据集进行轮廓系数的计算 from sklearn import metrics import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn import preproc 阅读全文
摘要:
直接上代码 from sklearn import metrics import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn import preprocessing import pandas a 阅读全文