一、实验目标 1、使用 K-means 模型进行聚类，尝试使用不同的类别个数 K，并分析聚类结果。 ? 2、按照 8:2 的比例随机将数据划分为训练集和测试集，至少尝试 3 个不同的 K 值，并画出不同 K 下 的聚类结果，及不同模型在训练集和测试集上的损失。对结果进行讨论，发现能解释数据的最好的 ...
分类：
编程语言 时间：
2020-06-01 13:43:49
阅读次数：
106
Kmeans是一种简单的聚类方法，一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。 算法原理 kmeans的计算方法如下： 1 随机选取k个中心点； 2 遍历所有数据，将每个数据划分到最近的中心点，作为一个簇； 3 计算每个聚类的平均值，并作为新的中心点； 4 ...
分类：
其他好文 时间：
2020-05-30 12:52:32
阅读次数：
117
一、 对称加密 采用单钥密码系统的加密方法，同一个密钥可以同时用作信息的加密和解密，这种加密方法称为对称加密，也称为单密钥加密。 常见对称加密算法 DES : Data Encryption Standard，即数据加密标准，是一种使用密钥加密的块算法，1977年被美国联邦政府的国家标准局确定为联邦 ...
分类：
其他好文 时间：
2020-05-30 12:29:33
阅读次数：
86
一、相关背景 有监督学习 给定训练集（x1,y1）(x2,y2) ....（xn,yn）找出他们之间的关系 即：学习一个函数 无监督学习 给定训练集：（x1,2,...xn） 学习一个训练集的划分 二、聚类的应用场合 Image segmentaion Data compression cluste ...
分类：
其他好文 时间：
2020-05-27 20:32:17
阅读次数：
99
数据挖掘是从大量的数据中发现隐含的信息或者知识的过程，属于主动性分析方法，不需要先进行假设，可以发现未知知识。 数据挖掘常用的分析方法包括：分类、聚类、关联分析、数值预测、序列分析、社会网络分析等。 1、分类： ...
分类：
其他好文 时间：
2020-05-24 23:44:10
阅读次数：
65
监督学习的数据就是有标签数据，无监督学习的数据就是无标签数据。 有标签的数据应该就是采用有监督学习方式，像线性分类器，神经网络等；无标签的数据采用非监督学习方式，比如聚类等方法。 半监督式学习问题介于监督式和非监督式学习之间。这里有一个好例子如：照片分类，但是只有部分照片带有标签(如，狗、猫和人)， ...
分类：
其他好文 时间：
2020-05-21 09:38:17
阅读次数：
275
googleNet是2014年的ILSVRC的冠军模型，GoogleNet做了更大胆的网络上的尝试，而不是像vgg继承了lenet以及alexnet的一切框架。GoogleNet虽然有22层，但是参数量只有AlexNet的1/12 GoogleNet论文指出 获得高质量模型最保险的做法就是增加模型的 ...
分类：
Web程序 时间：
2020-05-20 20:29:30
阅读次数：
169
聚类的定义 聚类就是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小。聚类算法是无监督的算法。 常见的相似度计算方法 闵可夫斯基距离Minkowski/欧式距离 在上述的计算中，当p=1时，则是计算绝对值距离，通常叫做曼哈顿距离，当p ...
分类：
数据库 时间：
2020-05-20 20:12:09
阅读次数：
427
极大似然估计 我们先从极大似然估计说起，来考虑这样的一个问题，在给定的一组样本x1,x2······xn中，已知它们来自于高斯分布N(u, σ)，那么我们来试试估计参数u，σ。 首先，对于参数估计的方法主要有矩估计和极大似然估计，我们采用极大似然估计，高斯分布的概率密度函数如下： 我们可以将x1，x ...
分类：
编程语言 时间：
2020-05-18 23:05:34
阅读次数：
130
4、面向对象三大特性 封装: 该露的露，该藏的藏 我们程序设计要追求 " 高内聚，低耦合 "。 高内聚：类的内部数据操作细节自己完成，不允许外部干涉； 低耦合：仅暴露少量的方法给外部使用 封装（数据的隐藏） 通常，应禁止直接访问一个对象中数据的实际表示，而应该通过操作接口来访问，这称为信息隐藏 记住 ...
分类：
编程语言 时间：
2020-05-18 19:06:26
阅读次数：
68
