qq_39409944的博客

参考点击打开链接K-means聚类是一种无监督学习，是将数据集分为若干个不相交的子集，每个子集称为一个“簇”。步骤：1. 设置k值，即希望将数据集分为k个类2. 从数据集中随机选取K个数据点，作为质心3. 对剩余的数据，计算每个数据与k个质心的距离，离哪个最近，该数据就是这个簇的4. 初始分类后，计算每个簇的均值，重新确定每个簇的质心5. 如果新的质心与上一次质心的差别...

# -*- coding: utf-8 -*- from sklearn import datasetsfrom sklearn import linear_modelimport matplotlib.pyplot as pltimport numpy as npdiabetes = datasets.load_diabetes()#获取一个特征 diabetes_x...

参考文章：https://blog.youkuaiyun.com/eastmount/article/details/53285192特征降维是指采用一个低纬度的特征来表示高纬度。特征降维一般有两类方法：特征选择（Feature Selection）和特征提取（Feature Extraction）。 1.特征选择是从高纬度的特征中选择其中的一个子集来作为新的特征。最佳子集是以最...

1.关联规则 关联规则（Association Rules）是反映一个事物与其他事物之间的相互依存性和关联性，如果两个或多个事物之间存在一定的关联关系，那么，其中一个事物就能通过其他事物预测到。关联规则是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系。关联规则挖掘的最经典的例子就是沃尔玛的啤酒与尿布的故事，通过对超市购物篮数据进行分析...

#-*- coding:utf-8 -*-"""优化词云显示指定图片"""import jiebaimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,STOPWORDS,ImageColorGeneratorfrom scipy.misc import imread #引入读取图片的库import ...

逻辑回归调用sklearn包使用步骤： (1) 导入模型。调用逻辑回归LogisticRegression()函数。(2) fit()训练。调用fit(x,y)的方法来训练模型，其中x为数据的属性，y为所属类型。(3) predict()预测。利用训练得到的模型对数据集进行预测，返回预测结果。代码：from sklearn.linear_model import Log...