1.用python实现K均值算法 1)选取初始数据中的k个对象作为初始的中心，每个对象代表一个聚类中心： 2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类； def nearest(kc, x[i]): j def x ...
分类：
编程语言 时间：
2018-11-10 12:59:45
阅读次数：
261
from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as plt import numpy as np import matplotlib... ...
分类：
编程语言 时间：
2018-11-06 18:16:42
阅读次数：
196
from sklearn.datasets import load_sample_image from matplotlib import pyplot as plt from sklearn.cluster import KMeans import numpy as np #读取一张示例图片或自己... ...
分类：
编程语言 时间：
2018-11-04 01:47:55
阅读次数：
185
#查看图片大小 import sys print(sys.getsizeof(china)) #原图片 print(sys.getsizeof(new_image)) #新图片 819968 128 #原始图片与新图片保存成文件，观察文件的大小。 #理解贝叶斯定理： #M桶：7红3黄 #N桶：1红9 ...
分类：
其他好文 时间：
2018-11-02 14:34:56
阅读次数：
117
1.K-means是一个反复迭代的过程，算法分为四个步骤： （1）选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； （2）对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类； （3）更新聚类中心：将每个类别中所 ...
分类：
编程语言 时间：
2018-10-31 20:07:47
阅读次数：
254
from __future__ import print_function import sys import numpy as np from pyspark.sql import SparkSession def parseVector(line): return np.array([float... ...
分类：
编程语言 时间：
2018-10-30 21:21:34
阅读次数：
247
1.用python实现K均值算法 1(1) 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； 1.(2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类； 2. 鸢尾花花瓣长度数据做聚类并用散点图显示 运行 ...
分类：
编程语言 时间：
2018-10-28 22:09:07
阅读次数：
290
1.用python实现K均值算法 K-means是一个反复迭代的过程，算法分为四个步骤： 2. 鸢尾花花瓣长度数据做聚类并用散点图显示。 3. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示. 4. 鸢尾花完整数据做聚类并用散点图显示. ...
分类：
编程语言 时间：
2018-10-28 16:11:19
阅读次数：
249
import numpy as np x=np.random.randint(1,100,[20,1]) #在1-100范围中产生20行1列的随机数组 y=np.zeros(20) k=3 #取数据中k个对象为初始中心,每个对象代表一个聚类中心 def initcenter(x,k): return... ...
分类：
编程语言 时间：
2018-10-28 12:49:58
阅读次数：
201
聚类--K均值算法：自主实现与sklearn.cluster.KMeans调用 1.用python实现K均值算法 K-means是一个反复迭代的过程，算法分为四个步骤:（x,k,y) 结果： 2. 鸢尾花花瓣长度数据做聚类并用散点图显示。 结果： 3. 用sklearn.cluster.KMeans ...
分类：
编程语言 时间：
2018-10-27 22:33:57
阅读次数：
271
