qq_40316114的博客

import scipy.io as scioimport numpy as npimport matplotlib.pyplot as pltdataFile = 'data.mat'data = scio.loadmat(dataFile)x = data["X"]def distance(x, y): return np.square(np.array(x) - np.array(y)).sum()def k_means(x, c): x = np.array.

"""数据1.58 2.32 -5.8 00.67 1.58 -4.78 01.04 1.01 -3.63 0-1.49 2.18 -3.39 0-0.41 1.21 -4.73 01.39 3.16 2.87 01.20 1.40 -1.89 0-0.92 1.44 -3.22 00.45 1.33 -4.38 0-0.76 0.84 -1.96 00.21 0.03 -2.21 10.37 0.28 -1.8 10.18 1.22 0.16 1-0.24 0.93 -1..

import numpy as npimport copyimport randomimport mathtarget = [[1, 2, 3], [8, 0, 4], [7, 6, 5]]state = [[1, 3, 0], [8, 2, 4], [7, 6, 5]]state_queen = [random.randint(0, 7) for i in range(8)]state_queen = np.eye(8)[state_queen].Tdef loss(state, .

简单赋值：a = b, 实际上是一种引用，对b起了一个别名a. 浅拷贝：a = b.copy(), 将b所指的第一层对象拷贝，另外开辟存储空间，起名为a. 深拷贝：需先import copy， a = copy.deepcopy(b)， 深层拷贝b的所有对象。首先明确，对于原子级别的元素，如数字，字符等，只存在引用赋值。深浅拷贝指针对容器类型的变量而言。浅拷贝：a=[1, 2, [3, 4]], b=a.copy(), 此时，另开辟一块内存，存放列表所组织的元素（地址），元素分别是1,2,[3

1. 数据2.import matplotlib.pyplot as pltimport numpy as npx = np.loadtxt('data.txt')b = np.ones(40)y = np.insert(x, 0, b, 1) # 增广class BatchPerception(): def __init__(self, w1, w2, y): self.w1 = w1 self.w2 = w2 self

'''问题描述：三个野人，三个传教士，一艘船，船上至多有两人，在一起的野人数不能超过传教士，否则传教士被吃。状态=[传教士数，野人数，船是否在本岸] 动作=[传教士上船人数，野人上船人数]变量说明：*state_route:[[state],[action1]，[action2]] 用以描述当前state，是经过怎样的动作序列得到。*state_table: [state_route, stateroute...] 未探索的状态及路径列表*searched_table:[state,sta.