摘要：
AP算法,具有结果稳定可重现 训练前不用制定K-means中K值,但是算法的时间复杂度比K-means高 AP 的中心点是样本中的某一个点,而K-means不是. import numpy as npfrom sklearn.cluster import AffinityPropagation # 阅读全文
posted @ 2019-06-21 21:46
childhood_2
阅读(790)
评论(0)
推荐(0)
摘要：
这是一个非常简单的聚类算法,算法的目的就是找到这些中心点的合适坐标,使得所有样本到其分组中心点距离的平方和最小. K-means 的中心点向量不一定是训练样本中某成员的位置 import numpy as npfrom sklearn.cluster import KMeans # 引入K-mean 阅读全文
posted @ 2019-06-21 21:43
childhood_2
阅读(216)
评论(0)
推荐(0)
摘要：
1.如何查看神经网络的性能 通过测试集及其打分卡 2.如何提高神经网络的性能呢? 1.使用完整数据集进行训练和测试 2.一些改进:调整学习率 3.一些改进:多次运行 我们把训练一次称为一个世代,每训练一次就意味着多给神经网络一次下坡的机会,这有利于梯度下降过程中进行权重的更新 4.改变网络的形状 ( 阅读全文
posted @ 2019-06-21 14:06
childhood_2
阅读(158)
评论(0)
推荐(0)
浙公网安备 33010602011771号