kejistudy的博客

要给英文文章投稿时绘制的地图各省份应该用英文表示各省份的图，这时候应该调用namemap函数from pyecharts.charts import Mapfrom pyecharts import options as optsvalue = [0,0,1.01995414,1.01566635,0.93743421,0.85485171,1.00494835,0.96680263,0.99232702,0.9263536 ,1.00433475,1.06011431, 0.99257741,1

文章目录1.FCM模糊聚类算法2.FCM算法原理3. 代码实战（一）4.代码实战（二）5.FCM的缺点1.FCM模糊聚类算法如何理解模糊聚类中的“模糊”二字？假设有两个集合分别是A、B，有一成员a，传统的分类概念a要么属于A要么属于B，在模糊聚类的概念中a可以0.3属于A，0.7属于B，这就是其中的“模糊”概念。模糊聚类分析有两种基本方法：系统聚类法和逐步聚类法。系统聚类法个人理解类似于密度聚类算法，逐步聚类法类是中心点聚类法。逐步聚类法是一种基于模糊划分的模糊聚类分析法。它是预先确定好待分类的

1.稀疏编码稀疏编码这一概念来源于神经生物学，例如看到的每幅画都是上亿像素的，但在初级视觉皮层中。每个神经元只对特定的刺激信号做出响应（例如特殊条纹，特定方向的边缘），每幅画像经过大脑处置之后只用较小的代价取重建和储存，仅存入重要的信息。以此类比，外界的信息在**经过编码后**仅有一部分神经元被激活，即外界信息在神经系统的表示上有稀疏性。稀疏编码的目的：在大量的数据集中，选取很小部分作为元素来重建新的数据。编码的概念：（线性）编码指 给定一组基向量$A$...

用plotly生成交互式图表，创建在浏览器中显示的图表，plotly生成的图表自动缩放成观察者屏幕的大小，且鼠标指向特定的元素，将突出显示该元素信息安装plotly

随机漫步先建一个自己的类from random import choice #使用模块random中choice（）决定使用哪种选择class RandomWalk: #生成随机漫步数据的类 def __init__(self,num_points=10000):#初始化随机漫步属性 self.num_points=num_points self.x_values = [0] self.y_values = [0]#建立储存x,y的值得列表，并让他们从0开始 def f