weixin_43697515的博客

之后补坑LDA通俗理解

K-Means算法简介：聚类是一种无监督的学习，即数据没有所属分类的标签，通过计算数据间的“距离”，将“距离”上靠近的一些数据划分为一类，这样就将无序的数据进行了分类，至于最后划分成几类，也就是K均值聚类算法中的K了。K-Means的工作流程： 首先，随机选取K个点做为质心，第一次遍历整个数据集，计算每一条数据和K个质心的距离（每一条数据都要和k个质心计算一下距离，都计算完了找到距离最小的，记录该距离并把对应的是哪个质心记录下来，然后对下一条数据进行计算），第一次遍历结束所有数据都有了所属的分类，整个数据

NUMPY（Python的一种开源的数值计算）图解NUMPY理解NUMPY中axis参数具体为axis参数为几就沿着矩阵表示中第几个参数进行比较（参数从0开始，沿着谁，谁就变）