- 博客(7)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 np.linalg.norm 求矩阵的范数
x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False) 参数： ①x: 表示矩阵（也可以是一维） ②ord：范数类型 向量的范数： 矩阵的范数： ord=1：列和的最大值 ord=2：|λE-ATA|=0，求特征值，然后求最大特征值得算术平方根 （ 非方阵求最大奇异值） ord=∞：行和的最大值 ③axis：处...
2018-12-08 15:11:26
699
转载 决策树--ID3
今天，我来讲解的是决策树。对于决策树来说，主要有两种算法：ID3算法和C4.5算法。C4.5算法是 对ID3算法的改进。今天主要先讲ID3算法，之后会讲C4.5算法和随机森林等。 Contents 1. 决策树的基本认识 2. ID3算法介绍 3. 信息熵与信息增益 4. ID3算法的C++实现 1. 决策树的基本认识 ...
2018-08-26 21:55:39
383
转载 各种聚类算法介绍
最近项目用到聚类算法，将其系统的总结一下。 一、简要介绍 1、聚类概念 聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。 2、聚类和分类的区别 聚类技术通常又被称为无监督学习，因为与监督学习不同，在聚类中那些表示数据类别...
2018-08-08 12:08:52
991
原创 聚类k-means算法 python实现
一、k-means聚类算法 k-means聚类属于比较基础的聚类算法，它的算法步骤如下 算法步骤： (1) 首先我们选择一些类/组等数据，首先确定需要分组的数量k，并随机初始化数据中的K个中心点（中心点表示每种类别的中心，质心）。 (2) 对于数据集中的每个数据点计算这个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。 (3)得到分好的数据后，重新 计算每一类中中心点作为新...
2018-08-08 11:51:55
1230
1
原创 leetcode第70题爬楼梯
假设你正在爬楼梯。需要 n 步你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？注意：给定 n 是一个正整数。示例 1：输入： 2 输出： 2 解释： 有两种方法可以爬到楼顶。 1. 1 步 + 1 步 2. 2 步示例 2：输入： 3 输出： 3 解释： 有三种方法可以爬到楼顶。 1. 1 步 + 1 步 + 1 步 2. 1 步 + 2 步 3. ...
2018-07-10 15:21:08
380
原创 python 函数 求绝对值 abs()
abs()功能：返回传入数字的绝对值a = -1 b = 2 print(ads(a),abs(b))输出为：1 2
2018-06-11 20:45:47
31549
原创 python split（）函数介绍
1.split(str)函数功能：将传入的字符串以”“（空格）为界限分开存入list.str = "hello world !"list = split(str)print(list)输出为：['hello', 'world', '!']str = "hello world ! "list = split(str)print(list)输出为：['hello', 'world', '!', '...
2018-06-11 20:26:46
6740
可行性与计算复杂性
2018-12-25
k-means算法二维坐标数据
2018-08-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人