摘要:
KMeans实现 符号 + $K$: 聚类的个数 + $x^{(i)}$: 第i个样本 + $\mu_{1},\mu_{2},...\mu_{K}$: K个中心节点 + $c^{(i)}$: 第i个样本对应的是哪个聚类, $c^{(i)}$的值在1 K + $m$: 样本的数量 + $n$: 特征的 阅读全文
posted @ 2019-03-12 22:53
gogogo11
阅读(337)
评论(0)
推荐(0)
摘要:
Principal Component Analysis(PCA) 概念 1. 去中心化(零均值化): 将输入的特征减去特征的均值, 相当于特征进行了平移, $$x_j \bar x_j$$ 2. 归一化(标准化): 将输入的特征减去特征的均值, 得到的差在除以特征的标准差, $${{x_j \ba 阅读全文
posted @ 2019-03-12 21:50
gogogo11
阅读(375)
评论(0)
推荐(0)

浙公网安备 33010602011771号