- 博客(2)
- 收藏
- 关注
RSS订阅原创 KMeans中k值的选取（python）
数据读取 1.导包 import matplotlib.pyplot as plt from sklearn.metrics import silhouette_score from sklearn.cluster import KMeans 2.读取数据 data = readData("test_data.txt") 用手肘法 看看 不同聚类个数的效果 distortions = [] # 簇内误差平方和 sil_score = [] # 轮廓系数 for i in range(2, 15):
2021-03-05 10:19:25
2520
5
原创 局部敏感哈希——冗余文档发现
冗余文档发现 具体步骤 第一步：Shingling 目的：将文档转化为集合 第二步：最小哈希（针对Jaccard相似度） 最小哈希：将大集合转化为小的签名同时保留其相似度。 签名：表示集合的较短的整数向量，能表示集合间的相似度。 思想是：将每一列C“哈希”成一个小的签名h©，使得sim(C1,C2)等于签名的h(C1)和h(C2)的“相似度”。 目标是：找到一个哈希函数h(·)，使得： 如果sim(C1,C2)大，则h(C1)＝h(C2)的概率大如果sim(C1,C2)大，则h(C1)＝h(C2)的概率大如
2020-12-05 20:59:37
293
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人