清风拂面

K-Means算法中K值得选择K-means聚类最优k值的选取1.手肘法手肘法的核心指标是SSE(sum of the squared errors，误差平方和)其中，Ci是第i个簇，p是Ci中的样本点，mi是Ci的质心（Ci中所有样本的均值），SSE是所有样本的聚类误差，代表了聚类效果的好坏。 手肘法的核心思想是：随着聚类数k的增大，样本划分会更加精细，每个簇的聚合程度会逐渐提高，那么误差平方和SSE自然会逐渐变小。并且，当k小于真实聚类数时，由于k的增大会大幅增加每...

一、矩阵和向量求导机器学习中最常用的矩阵求导有：标量对矩阵的求导，矩阵对标量求导以及向量对向量的求导。下面分别对这几种求导方式进行介绍。标量对矩阵的求导如果函数f把一个元素为实数的m×n矩阵，映射为一个实数，则也就是实值函数f对矩阵X求导其实就是f对X的各元素分别求导得到一个与X同型的矩阵。比如且f(X)=x + 2y + 3z + 4w，则再比如正规方程推导那篇文章中的例子，设，则矩阵对标量的求导如果函数f把实数x映射成一个元素为实数的m×n矩阵也就是矩阵Y

1. 通用数据集 API根据所需数据集的类型，有三种主要类型的数据集API接口可用于获取数据集；方法一，loaders 可用来加载小的标准数据集,在玩具数据集中有介绍方法二，fetchers 可用来下载并加载大的真实数据集,在真实世界中的数据集中有介绍说明：loaders和fetchers的所有函数都返回一个字典一样的对象，里面至少包含两项:shape为n_samples*n_...

一般我们使用三个指标来度量一个关联规则，这三个指标分别是：支持度、置信度和提升度。Support（支持度）：表示同时包含A和B的事务占所有事务的比例。如果用P(A)表示使用A事务的比例，那么Support=P(A&B)Confidence（可信度）：表示使用包含A的事务中同时包含B事务的比例，即同时包含A和B的事务占包含A事务的比例。公式表达：Confidence=P(A&B)/P(A)Lift（提升度）：表示“包含A的事务中同时包含B事务的比例”与“包含B事务的比例”的比值。公

步骤对图像特征进行分类，用每一类的中心点特征代替所属类所有点的特征1.图像（W,H,C）归一化2.将图像reshape成（W*H,C）,即将图像看出W*H个C维特征点进行聚类3.随机选取1000个点，进行聚类训练，聚类为n_colors 类4.对图像W*H个点进行预测归类，返回该点所属的类（0~n_colors）函数说明1.KMeans聚类class sklearn...

概念：一种典型的无监督学习算法，主要用于将相似的样本自动归于一个类别中，对于不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧式距离法步骤 ： 1.设定聚类个数K的值（通过肘部法确定，或根据实际要聚的类数确定） 2.生成K个聚类中心点 3.计算所有样本到聚类中心点的距离，根据远近聚类 4.更新质心，迭代聚类...

1.基本概念1.1根据输入和输出变量的不同类型，将预测任务分为： 回归问题：输入变量和输出变量均为连续变量 分类问题：输出变量为有限个离散变量 标注问题：输入变量和输出变量均为变量序列1.2统计学习三要素 方法=模型+策略+算法模型——所要学习的条件概率，或决策函数策略——按照什么样的准则学习或选择最优的模型 ...

实现K近邻算法多分类sklearn.neighbors.KNeighborsClassifier¶详解地址：https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html#sklearn.neighbors.KNeighborsClassifier实现步骤fro...

K近邻假设给定一个训练数据集，其中的实例类别一定，分类时，对新的实例根据其K个最近邻的训练实例的类别，通过多数表决等方式进行预测K近邻法使用的模型实际上对应于特征空间的划分，模型由三个基本要素——距离度量，K值的选择，分类决策规则距离度量闵可夫斯基距离（Minkowski distance）或Lp距离欧式距离曼哈顿距离K值的选择在应用中， K值一...

概述——用一类图来表达变量相关关系的概率模型（概率模型将学习任务归结于计算变量的概率分布）P(A|B)=P(A,B)/P(B)——根据联合概率 P(A,B)推断 P(A|B)的过程具体说：假定所关心的变量集合为 Y，可观测变量集合为 O，其他变量的集合为 R“生成式”模型：考虑联合分布 P(Y,R,O)”判别式“模型：考虑联合分布 P(Y,R|O)“推断”——利用已知变量推测...

先前条件：安装python跟pip工具Scikit-learn 需要安装Python (>= 2.7 or >= 3.4), NumPy (>= 1.8.2), SciPy (>= 0.13.3).如果已经安装PIP工具，可以直接使用如下命令，进行自动安装pip install scikit-learn本人亲测：win32/64都是会先安装 scik...