qq_41604379的博客

插入排序 算法原理： 从列表中第二个元素开始依次向前比较，从小到大排列，如果比较的数比被比较的数数值小，那么两个元素交换位置。 算法实现过程： 代码的实现 list = [5,3,9,7,4] for i in range(1,len(list)): for j in range(i,0,-1): if list[j]<list[j-1]: ...

代码步骤： (1)将列表中的首元素单独放进一个列表中，每次都与列表中的第一个元素做比较 (2)当元素大于第一个元素时,元素进入一个新的存放比首元素大的列表中 (3)当比较的元素比首元素小时,元素进入一个新的存放比首元素小的列表中 (4)最后都比较完成时将三个列表相结合将比首元素小的列表放前面,比首元素大的列表放在后面,首元素所在的列表放在中间。 代码原理： 第一轮次 第一次比较: mid[22] ...

Kmeans聚类算法 推导过程及原理： 假设随机出10个数[1,2],[2,3],[4,5],[7,8],[3,2],[4,5],[45,12],[12,23],[1,5],[7,3] 再从十个数中随机出2个中心点（你想聚几个类就随机出几个中心点）假设中心点为 [3,2],[7,8]将其它的数做欧式距离算法得出两个点的距离，每个数与两个中心点的距离建成一个数列，将数列中最小的距离提出进行索引分类。...

梯度下降算法对二维数组的实现 #梯度 == 导数下降 import numpy as np import matplotlib.pyplot as plt #f(x) = x^2+2*x2^2 # 梯度函数 #梯度下降算法是一个方法，是帮助我们找极值点的方法cost def targetFunc(x): return x[0]**2+(2*x[1])**2 def gradientF...

K++算法是优化版的kmeans算法，它避免不准确，所以要筛选两个距离远的点来作为中心点 1.在样本中随机一个中心点 2.在样本中找到距上一个中心点较远的一个点作为中心点 3.用kmeans算法进行聚类 下面是筛选距离的一个方法源代码 def roll_select(samples_distance): """ samples_distance:为样本当前的距离列表，ge...