文章分类 -  Python 之 mglearn 库

mglearn 演示 kmeans 聚类算法的三个步骤
摘要：kmeans 算法在找到数据区域簇中心时，总是交替执行两个步骤：（1）将每个数据点分配给最近的簇中心；（2）通过计算将每个簇中心设置为属于该簇的所有数据的平均值。如果簇的分配趋于收敛，或迭代次数达到设定值，算法结束。 1、mglearn 演示 kmeans 的迭代过程 import mglearn 阅读全文
posted @ 2019-11-22 14:11 赏尔 阅读(1077) 评论(0) 推荐(0)
Python 的 mglearn 演示凝集聚类的过程
摘要：凝聚聚类以迭代方式合并两个最近的簇。可参看下面的示意过程： 1、mglearn 演示代码 import mglearn import matplotlib.pyplot as plt mglearn.plots.plot_agglomerative_algorithm() plt.show() 2、 阅读全文
posted @ 2019-11-22 13:33 赏尔 阅读(553) 评论(0) 推荐(0)
mglearn 完美演示主成分分析（PCA）
摘要：主成分分析（PCA）是一种旋转数据集的方法，旋转后特征在统计意义上不相关。 用二维模拟数据集展示如下： import mglearn import matplotlib.pyplot as plt mglearn.plots.plot_pca_illustration() plt.show() 按语 阅读全文
posted @ 2019-11-20 23:16 赏尔 阅读(900) 评论(0) 推荐(0)
mglearn 学习决策树， display(tree) 报错
摘要：1、调用 mglearn 的模型 import mglearn%matplotlib notebooktree = mglearn.plots.plot_tree_not_monotone()display(tree) 2、需要从 IPython.display 模块中导入 display() 函数 阅读全文
posted @ 2019-11-19 18:36 赏尔 阅读(745) 评论(0) 推荐(0)
KNN 回归模型
摘要：好长一段时间一直以为 k 近邻模型就是做分类用的，其实还可以做回归任务。借助 mglearn 的示例可以很好的理解。 1、k = 1 import mglearn import matplotlib.pyplot as plt mglearn.plots.plot_knn_regression(n_ 阅读全文
posted @ 2019-11-19 13:45 赏尔 阅读(1622) 评论(0) 推荐(0)
KNN 分类模型推演
摘要：knn 即 k 近邻 1、k = 1 import mglearn import matplotlib.pyplot as plt mglearn.plots.plot_knn_classification(n_neighbors=1) plt.show() 2、k = 2 import mglea 阅读全文
posted @ 2019-11-19 13:42 赏尔 阅读(576) 评论(0) 推荐(0)