2021年6月28日
机器学习sklearn（64）：算法实例（二十一）聚类（四）KMeans （三） 案例：聚类算法用于降维，KMeans的矢量量化应用
摘要： 1. 导入需要的库 import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.metrics import pairwise_distances_argmin 阅读全文
posted @ 2021-06-28 23:57 秋华 阅读(341) 评论(0) 推荐(0)
机器学习sklearn（63）：算法实例（二十）聚类（三）KMeans （二） sklearn.cluster.KMeans
摘要： class sklearn.cluster.KMeans (n_clusters=8, init=’k-means++’, n_init=10, max_iter=300, tol=0.0001,precompute_distances=’auto’, verbose=0, random_state 阅读全文
posted @ 2021-06-28 21:23 秋华 阅读(2513) 评论(0) 推荐(0)
机器学习sklearn（62）：算法实例（十九）聚类（二）KMeans
摘要： 1 KMeans是如何工作的 2 簇内误差平方和的定义和解惑 3 KMeans算法的时间复杂度 阅读全文
posted @ 2021-06-28 21:22 秋华 阅读(184) 评论(0) 推荐(0)
机器学习sklearn（61）：算法实例（十八）聚类（一）概述
摘要： 1 无监督学习与聚类算法 聚类vs分类 2 sklearn中的聚类算法 聚类算法在sklearn中有两种表现形式，一种是类（和我们目前为止学过的分类算法以及数据预处理方法们都一样），需要实例化，训练并使用接口和属性来调用结果。另一种是函数（function），只需要输入特征矩阵和超参数，即可返回聚类 阅读全文
posted @ 2021-06-28 20:00 秋华 阅读(355) 评论(0) 推荐(0)