qq_37077164的博客

链接：https://blog.youkuaiyun.com/sinat_29957455/article/details/79243377

K-means++: 初始质心选取的基本思路就是，初始的聚类中心之间的相互距离要尽可能的远。很容易可以想到，虽然初始值的选取麻烦了点，但是收敛速度将会极大提高。...

保姆式教程：https://blog.youkuaiyun.com/m0_37438418/article/details/80620190 https://blog.youkuaiyun.com/LaputaFallen/article/details/78918865(kaggle上面的中文翻译，非常全面）波士顿房价预测：https://blog.youkuaiyun.com/hu...

改为：from pandas.plotting import scatter_matrix

10.14日志聚类：事先不知道数据会分为几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。属于无监督学习。论文里的应用情况：K-means算法如何自动确定聚类数目K：这里师兄写的那个自循环找出K很迷啊kd树（k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。https://bl...

10.12学习日志pandas里面的Periodndex方法，resample方法，matplotlib基础PeriodIndex:这个方法得到一个时间段,把分开的时间字符串通过这个方法转化为pandas的时间类型period=pd.PeriodIndex(year=df["year],month=df=["month"],day=df.[[day"])df.["datet...

10.10 上午上完数据分析，只学到了PCA在学习PCA算法之前需要知道奇异值分解（SVD）SVD就是用来寻找到一个标准化正交基（orthonormalmatrix）P我们最终的目标是是Cy=1/n(YY转置）是一个对角阵（diag），达到冗余最小，方差最大目的example总结一下，PCA算法的基本思路是：PCA算法总结一下PCA的算法步骤：...

主要知道每一个函数的返回值是什么set是一个无序不重复的序列tolist列表里面套列表 temp_list = df["Genre"].str.split(",").tolist() #[[],[],[]]疑惑：这个循环不太懂genre_list = list(set([i for j in temp_list for i in j]))#用双重循环来获...