mfansheng的博客

欧几里得度量（euclidean metric）（也称欧氏距离）是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离。二维空间的公式其中，为点与点之间的欧氏距离；为点(x2,y2)到原点的欧氏距离。三维空间的公式 n维空间的公式...

梯度下降实际就是导数值下降 。梯度下降算法是一个方法，是帮助我们找极值点的方法cost接下来用Python实现最土的梯度下降算法,#首先引入numpy模块和图形界面模块import matplotlib.pyplot as pltimport numpy as np#定义三个函数 一个数目标函数 一个是对目标函数x1求一次导数和x2求一次导数def targetFunc(x1...

细节知识和上一篇一样，只不过这个多了一个3D画图，#梯度下降 == 导数值下降import matplotlib.pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3D#梯度下降算法是一个方法，是帮助我们找极值点的方法def targetFunc(x1, x2): return (x1+...

kemans算法K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。要求随机取1000个点，其中随机5个为中心点，.求其余995个...