【机器学习】吴恩达 7.x K-means与PCA

已于 2023-09-27 15:59:01 修改
阅读量69 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习 人工智能
于 2023-09-25 17:05:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Alita07/article/details/133236424
版权

7.0 k-means聚类

使用k-means聚类算法并且将其应用于压缩图像。在第二部分中你将使用主成分分析来找到脸部图像的一个低维表示。
1.导入数据并绘制出原始数据的图案

在这里插入图片描述

data=sio.loadmat('ex7data2.mat')
print(data.keys())dict_keys#(['__header__', '__version__', '__globals__', 'X'])

X=data['X']
print(X.shape)#(300, 2)


def plot_data(x):
    plt.scatter(X[:,0],X[:,1],label='train',marker='o',c='y',edgecolors='g')
    plt.show

plot_data(X)
2.执行kmeans过程
#簇分类
def find_centroids(X,centros):
    idx=[]
    for i in range(len(X)):
        dist=np.linalg.norm((X[i]-centros),axis=1)#一范数
        id_i=np.argmin(dist)#返回最小值的索引
        idx.append(id_i)
    return np.array(idx)

centros=np.array([[3,3],[6,2],[8,5]])#初始聚类中心
idx=find_centroids(X,centros)
print(idx[:3])#[0 2 1] 距离

#计算聚类中心
def compute_centros(X,idx,k):
    centros=[]
    for i in range(k):
        centros_=np.mean(X[idx==i],axis=0)
        centros.append(centros_)
    return centros

 print(compute_centros(X,idx,k=3))
#[array([2.42830111, 3.15792418]),
# array([5.81350331, 2.63365645]),
# array([7.11938687, 3.6166844 ])]

#执行k-means
def run_kmeans(X,centros,iters):
    k=len(centros)
    centros_all=[]
    centros_all.append(centros)
    centros_i=centros
    for i in range(iters):
        idx=find_centroids(X,centros_i)
        centros_i=compute_centros(X,idx,k)
        centros_all.append(centros_i)
    return idx,np.array(centros_all)
3.绘制聚类中心点的移动轨迹

在这里插入图片描述

#绘制过程，聚类中心的移动轨迹
def plot_data1(X,centros_all,idx):
    plt.figure()
    plt.scatter(X[:,0],X[:,1],c=idx,cmap='rainbow')#rainbow数据集颜色
    plt.plot(centros_all[:,:,0],centros_all[:,:,1],'kx--')
    plt.show()

idx,centros_all=run_kmeans(X,centros,iters=100)
plot_data1(X,centros_all,idx)

完整代码

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import scipy.io as sio
from scipy.optimize import minimize
from sklearn.svm import SVC

data=sio.loadmat('ex7data2.mat')
#print(data.keys())dict_keys(['__header__', '__version__', '__globals__', 'X'])

X=data['X']
#print(X.shape)(300, 2)


def plot_data(x):
    plt.scatter(X[:,0],X[:,1],label='train',marker='o',c='y',edgecolors='g')
    plt.show

#plot_data(X)

#簇分类
def find_centroids(X,centros):
    idx=[]
    for i in range(len(X)):
        dist=np.linalg.norm((X[i]-centros),axis=1)#一范数 每个点的绝对值之和
        id_i=np.argmin(dist)#返回最小值的索引，并将其归属到距离最小的簇类中心所对应的类中；
        idx.append(id_i)
    return np.array(idx)

centros=np.array([[3,3],[6,2],[8,5]])#初始聚类中心
idx=find_centroids(X,centros)
#print(idx[:3])[0 2 1] 距离

#重新计算聚类中心
def compute_centros(X,idx,k):
    centros=[]
    for i in range(k):
        centros_=np.mean(X[idx==i],axis=0)
        centros.append(centros_)
    return centros#新的三个聚类中心

# print(compute_centros(X,idx,k=3))
#[array([2.42830111, 3.15792418]),
# array([5.81350331, 2.63365645]),
# array([7.11938687, 3.6166844 ])]

#执行k-means
def run_kmeans(X,centros,iters):
    k=len(centros)#聚类中心的个数
    centros_all=[]
    centros_all.append(centros)
    centros_i=centros
    for i in range(iters):#迭代100次，计算聚类中心
        idx=find_centroids(X,centros_i)
        centros_i=compute_centros(X,idx,k)
        centros_all.append(centros_i)
    return idx,np.array(centros_all)


#绘制过程，聚类中心的移动轨迹
def plot_data1(X,centros_all,idx):
    plt.figure()
    plt.scatter(X[:,0],X[:,1],c=idx,cmap='rainbow')#rainbow数据集颜色 绘制散点图，并依据idx将不同的类标记为不同的颜色
    plt.plot(centros_all[:,:,0],centros_all[:,:,1],'yx--')#绘制折线图 y黄色 ×号x 虚线--
    plt.show()

idx,centros_all=run_kmeans(X,centros,iters=100)
plot_data1(X,centros_all,idx)

在这里插入图片描述
在这里插入图片描述

完整代码

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import scipy.io as sio
from skimage import io
import pylab



#簇分类
def find_centroids(X,centros):
    idx=[]
    for i in range(len(X)):
        dist=np.linalg.norm((X[i]-centros),axis=1)#一范数 每个点的绝对值之和
        id_i=np.argmin(dist)#返回最小值的索引，并将其归属到距离最小的簇类中心所对应的类中；
        idx.append(id_i)
    return np.array(idx)

centros=np.array([[3,3],[6,2],[8,5]])#初始聚类中心


#重新计算聚类中心
def compute_centros(X,idx,k):
    centros=[]
    for i in range(k):
        centros_=np.mean(X[idx==i],axis=0)
        centros.append(centros_)
    return centros#新的三个聚类中心


#执行k-means
def run_kmeans(X,centros,iters):
    k=len(centros)#聚类中心的个数
    centros_all=[]
    centros_all.append(centros)
    centros_i=centros
    for i in range(iters):#迭代100次，计算聚类中心
        idx=find_centroids(X,centros_i)
        centros_i=compute_centros(X,idx,k)
        centros_all.append(centros_i)
    return idx,np.array(centros_all)



data=sio.loadmat('bird_small.mat')
#print(data.keys())(['__header__', '__version__', '__globals__', 'A'])
A=data['A']
#print(A.shape)(128, 128, 3)

#初始化聚类中心
def KMeansInitCentroids(x,K):
    randidx=np.random.permutation(x)#随机排列 不在原数组上进行，返回新的数组，不改变自身数组。
    centroids=randidx[:K,:]#前k行
    return centroids

image=io.imread('bird_small.png')
# plt.imshow(image)
# plt.axis('off')#去掉坐标轴
# plt.show()

A=A/255 #标准化
A=A.reshape(-1,3)#3列
#print(A.shape)(16384, 3)

k=16#16种颜色
centroids=KMeansInitCentroids(A,k)
#print(centroids.shape)(16, 3)

idx,centros_all=run_kmeans(A,centroids,iters=20)
centros=centros_all[-1]#取迭代完的最后一个
im=np.zeros(A.shape)
for i in range(k):#将一个聚类的颜色变成聚类中心的颜色
    im[idx==i]=centros[i]
im=im.reshape(128,128,3)
plt.imshow(im)
plt.show()

降维，可视化自己的图片

原图

在这里插入图片描述

处理后的

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import matplotlib.image as mpimg
from sklearn.cluster import  MiniBatchKMeans


pic=mpimg.imread('./stray_kids.jpg')
# print(pic)
data=pic/255#不是0-1需要除以255
# print(data.shape[0])1152
#print(data.shape[1])2048
data=data.reshape(data.shape[0]*data.shape[1],3)

k=16
# MiniBatchKMeans聚类
kmeans = MiniBatchKMeans(k,n_init= 'auto')#因为版本变更，需要加上n_init= 'auto'
kmeans.fit(data)  # 先fit
picture_recolored = kmeans.cluster_centers_[kmeans.predict(data)]  # 再predict，然后再分配标记的聚类中心的RGB编码
picture_recolored = picture_recolored.reshape(pic.shape)

# 画图
fig, axes = plt.subplots(1, 2, figsize=(10, 10))
axes[0].imshow(pic)
axes[0].set_title('Original')
axes[1].imshow(picture_recolored)
axes[1].set_title('Compressed, with %d colors' % k)  # .set_title可以给子图加标题。

# 保存，观察文件大小是否变化
mpimg.imsave('recoverd.jpeg', picture_recolored)

PCA主成分分析

首先用一个二维的样本集来实验，对PCA如何运行的有一个直观的感受，然后再在一个更大的由5000个人脸图像组成的数据集上实现PCA。

1.导入数据并可视化

data=sio.loadmat('ex7data1.mat')
X=data['X']
print(X.shape)

plt.scatter(X[:,0],X[:,1])
plt.show()
2.标准化数据

在这里插入图片描述

#对数据标准化
def demean(X):
    mean=X.mean(axis=0)#每列均值 mu
    std=X.std(axis=0,ddof=1)#计算的是样本的标准差 sigma
    X=(X-mean)/std #x_norm
    return X,mean,std

X_demean,X_mean,X_std=demean(X)
plt.scatter(X_demean[:,0],X_demean[:,1])
plt.show()
3.计算协方差与特征向量

在这里插入图片描述

def pca(x):
    m=len(X)
    C=(x.T@x)/m#计算协方差 主对角线是x的方差，副对角线是X的协方差
    U,S,V=np.linalg.svd(C)#SVD奇异值分解计算特征向量U
    return U,S
U,S=pca(X_demean)
#比较两个不同的特征向量（第1列和第2列）哪个投影误差更小，画出以数据均值为中心的特征向量，取U矩阵中第1列得到矩阵
print(U)

plt.figure(figsize=(6,6))
plt.scatter(X[:,0],X[:,1],marker='o',facecolors='none',edgecolors='b')
plt.plot([X_mean[0],X_mean[0]+1.5*S[0]*U[0,0]], [X_mean[1], X_mean[1]+1.5*S[0]*U[1,0]],c='r', label='First')#两个点的连线
plt.plot([X_mean[0],X_mean[0]+1.5*S[1]*U[0,1]], [X_mean[1], X_mean[1]+1.5*S[1]*U[1,1]] ,c='g',label='Second')#1.5和s表示特征向量的长度
plt.title('Computed eigenvectors of the dataset')
plt.grid()
plt.show()
4.将均值化后的数据投影到特征向量上，实现降维，并重构数据得到数据的近似值

在这里插入图片描述

#pca降维
#将数据投影在主成分上
def projectData(X,U,K):
    Z=X@U[:,:K]
    return Z
Z=projectData(X_demean,U,1)

#重构数据
def recoverData(Z,U,K):
    X_rec=Z@U[:,:K].T
    return X_rec
X_rec=recoverData(Z,U,1)
plt.figure()
plt.scatter(X_rec[:,0],X_rec[:,1],facecolors='none',edgecolors='b')
plt.show()
5.可视化投影

在这里插入图片描述

#直观地看降维过程
plt.figure()
plt.axis('equal')
plot=plt.scatter(X_demean[:,0],X_demean[:,1],s=30,facecolors='none',edgecolors='b',label='Original Data Points')
plot=plt.scatter(X_rec[:,0],X_rec[:,1],s=30,facecolors='none',edgecolors='r',label='PCA Data Points')
plt.grid(True)
for x in range(X_demean.shape[0]):
    plt.plot([X_demean[x,0],X_rec[x,0]],[X_demean[x,1],X_rec[x,1]],'k--')
plt.legend()
plt.show()

完整代码

import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import matplotlib.image as mpimg
from sklearn.cluster import  MiniBatchKMeans


data=sio.loadmat('ex7data1.mat')
X=data['X']
#print(X.shape)(50, 2)

# plt.scatter(X[:,0],X[:,1])
# plt.show

#对数据标准化
def demean(X):
    mean=X.mean(axis=0)#每列均值 mu
    std=X.std(axis=0,ddof=1)#计算的是样本的标准差 sigma
    X=(X-mean)/std #x_norm
    return X,mean,std

X_demean,X_mean,X_std=demean(X)
plt.scatter(X_demean[:,0],X_demean[:,1])
plt.show

def pca(x):
    m=len(X)
    C=(x.T@x)/m#计算协方差
    U,S,V=np.linalg.svd(C)#SVD奇异值分解计算特征向量U
    return U,S
U,S=pca(X_demean)

plt.figure(figsize=(6,6))
plt.scatter(X[:,0],X[:,1],marker='o',facecolors='none',edgecolors='b')
plt.plot([X_mean[0],X_mean[0]+1.5*S[0]*U[0,0]], [X_mean[1], X_mean[1]+1.5*S[0]*U[1,0]],c='r', label='First')#两个点的连线
plt.plot([X_mean[0],X_mean[0]+1.5*S[1]*U[0,1]], [X_mean[1], X_mean[1]+1.5*S[1]*U[1,1]] ,c='g',label='Second')#1.5和s表示特征向量的长度
plt.title('Computed eigenvectors of the dataset')
plt.grid()
plt.show

#pca降维
#将数据投影在主成分上
def projectData(X,U,K):
    Z=X@U[:,:K]
    return Z
Z=projectData(X_demean,U,1)

#重构数据
def recoverData(Z,U,K):
    X_rec=Z@U[:,:K].T
    return X_rec
X_rec=recoverData(Z,U,1)
plt.figure()
plt.scatter(X_rec[:,0],X_rec[:,1],facecolors='none',edgecolors='b')
plt.show

#直观地看降维过程
plt.figure()
plt.axis('equal')
plot=plt.scatter(X_demean[:,0],X_demean[:,1],s=30,facecolors='none',edgecolors='b',label='Original Data Points')
plot=plt.scatter(X_rec[:,0],X_rec[:,1],s=30,facecolors='none',edgecolors='r',label='PCA Data Points')
plt.grid(True)
for x in range(X_demean.shape[0]):
    plt.plot([X_demean[x,0],X_rec[x,0]],[X_demean[x,1],X_rec[x,1]],'k--')
plt.legend()
plt.show()

#查看降维后的数据保留了原始数据多少差异性
def retained_variance(S,K):
    rv=np.sum(S[:K])/np.sum(S)
    return print('{:.2f}%'.format(rv*100))

# print(retained_variance(S,1))86.78%

实际应用

在这里插入图片描述

在这里插入图片描述

完整代码

import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import matplotlib.image as mpimg
from sklearn.cluster import  MiniBatchKMeans

mat=sio.loadmat('ex7faces.mat')
#print(mat.keys())dict_keys(['__header__', '__version__', '__globals__', 'X'])
A=mat['X']
# print(A.shape)(5000, 1024)
def plot_100_images(A):
    fig,axs=plt.subplots(ncols=10,nrows=10,figsize=(10,10))
    #在每个子画布里画一个图像
    for c in range(10):
        for r in range(10):
            axs[c,r].imshow(A[10*c+r].reshape(32,32).T,cmap='Greys_r')#显示单通道的灰图
            axs[c,r].set_xticks([])
            axs[c,r].set_yticks([])


A_demean=A-np.mean(A,axis=0)#A去均值化
C=A_demean.T@A_demean/len(A)#协方差
U,S,V=np.linalg.svd(C)#特征值 特征向量
U1=U[:,:36]
# print(U.shape)(1024, 1024)
# print(U1.shape)(1024, 36)
A_reduction=A_demean@U1#降维
# print(A_reduction.shape)(5000, 36)
A_recover=A_reduction@U1.T+np.mean(A,axis=0)#重构
plot_100_images(A_recover)
plot_100_images(A)#前后对比
plt.show()
幸馥儿~
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
斯坦福大学-吴恩达机器学习课程.
10-29
无监督学习部分，吴恩达教授讲解了聚类算法，如K-means和层次聚类，以及降维技术，如主成分分析（PCA）和奇异值分解（SVD），这些方法有助于我们理解数据的内在结构。 此外，课程还强调了模型评估和优化，如交叉...
【头歌】期末复习机器学习（三）
m0_64687072的博客
12-03 2840
关于头哥平台的机器学习实践答案汇总，可供学习参考。
头歌工程实训答案-机器学习篇之 k-means
m0_71537260的博客
06-23 2741
判断是否收敛, 如果上一次的所有k个聚类中心与本次的所有k个聚类中心的差都小于varepsilon,# 迭代，直到算法收敛(上一次的聚类中心和这一次的聚类中心几乎重合)或者达到最大迭代次数。# 将所有进行归类，归类规则就是将该样本归类到与其最近的中心。output:distance(float):x到y的距离。output:distance(float):x到y的距离。output:dis_list(list):排好序的样本到质心距离。# 将所有样本进行归类，归类规则就是将该样本归类到与其最近的中心。
K-means聚类算法
学习日常分享
06-14 9293
实训目标 本实训项目介绍无监督学习中，使用最广泛的 K-means 聚类算法。 先修知识 本实训项目假设，你已经掌握了初步的 Python 程序设计的基础知识。学习者若有一些 numpy 的使用经验，则可更快速地通过实训。 实训知识点 欧几里得距离 估算簇集中心 评估聚类效果 K-means算法框架 第1关：计算欧几里得距离 任务描述 本关实现一个函数来计算欧几里得距离。 相关知识 K-means 算法的核心思想是，将数据集中的样本聚类为多个簇集，簇内样本距离较近，簇间样本距离较远。由此可见，其最基本的运算
吴恩达机器学习思维导图笔记.zip
12-14
吴恩达教授是全球知名的机器学习专家，他的在线课程深受全球学者和专业人士的欢迎。这份“吴恩达机器学习思维导图笔记”很可能是对他在Coursera等平台上的“机器学习”课程内容的系统性总结，以思维导图的形式呈现，...
吴恩达机器学习python版本代码（完结）.zip
02-22
【标题】"吴恩达机器学习python版本代码（完结）.zip" 提供的是吴恩达教授的机器学习课程在Python编程语言中的实现代码。吴恩达是深度学习和人工智能领域的先驱，他的课程广受全球学生和专业人士的欢迎。这个压缩包...
吴恩达机器学习的习题答案
12-31
吴恩达的课程涵盖了广泛的机器学习主题，包括监督学习、无监督学习、模型评估与选择、神经网络和深度学习等核心概念。 1. 监督学习：这部分习题主要涉及线性回归、逻辑回归、决策树、支持向量机（SVM）等算法。通过...
卷积神经网络
最新发布
m0_53881899的博客
07-25 436
卷积神经网络
人工智能与机器学习原理精解【7】
“数学如同音乐或诗一样显然地确实具有美学价值。” —— 雅可比
07-25 590
数学优化（Mathematical Optimization），也称为最优化问题，是一个广泛应用的数学领域，旨在解决在一定约束条件下寻找目标函数的最优值（最大值或最小值）的问题。数学优化问题的定义为：给定一个目标函数（也称为代价函数）fA→R，寻找一个变量（也称为参数）x∗∈D，使得对于所有D中的x，都有fx∗≤fx（最小化问题）或fx∗≥fx（最大化问题）。其中，D是变量x的约束集，也称为可行域；D中的变量被称为可行解。
机器学习任务中怎么选择模型？
weixin_39915444的博客
07-25 216
选择适合的机器学习模型是一个复杂且关键的过程，需要考虑以下几个方面：以下是选择模型的一般步骤：明确任务类型：探索数据：模型选择：模型评估：模型解释：
机器学习驱动的智能化电池管理技术与应用
YHJX57的博客
07-25 748
3.3 两种电池电(化学)-热耦合模型的区别及应用场景。(1) 基于融合模型和融合算法的SOC估计方法。5.2.3 典型工况电池空冷模型构建及仿真演示。5.3.2 锂离子电池-冷却液流动耦合模型构建。5.3.3 典型工况电池液冷模型构建及仿真演示。3.2 电池集总参数模型及其与电池热模型耦合。5.2.2 锂离子电池-空气流动耦合模型构建。实例讲解-基于模型误差谱的SOH估计方法。基于转移注意力机制的电池剩余寿命预测方法。2.2 COMSOL中电池P2D模型构建。3.1 P2D电化学模型与电池热模型耦合。
人工智能与机器学习原理精解【8】
“数学如同音乐或诗一样显然地确实具有美学价值。” —— 雅可比
07-25 559
函数系是指由一组函数构成的集合，这些函数之间可能具有某种特定的关系或性质。在数学中，函数系的概念广泛应用于多个领域，如数学分析、泛函分析、逼近论等。函数系中的函数可以是同一类型的，也可以是不同类型的，关键在于它们之间的某种联系或共性。测度（Measure）是一个数学术语，在数学和物理学等多个领域都有广泛应用。数学上，测度是一个函数，它对一个给定集合的某些子集指定一个数，这个数可以比作大小、体积、概率等等。简单来说，测度就是用来量化集合或其子集的一种数学工具。
机器学习笔记 第二章模型估计与选择
qq_53034510的博客
07-22 807
为此，需使用一个“测试集”来测试学习器对新样本的判别能力，然后以测试集上的“测试误差”作为泛化误差的近似。当学习器把训练样本学得“太好”了的时候，很可能已经把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质，这样会导致泛化性能下降，这种现象在机器学习中称为“过拟合”。答案是否定的，因为测试性能不等于泛化性能，测试性能随着测试集的变化而变化，很多机器学习算法本身有一定的随机性。显然，泛化误差越小越好，但是，我们事先并不知道新样本，实际能做的是努力使经验误差最小化。泛化误差：在“未来”样本上的误差。
机器学习笔记 第一章绪论
qq_53034510的博客
07-22 720
归纳偏好的作用在图1.3这个回归学习图示中可能更直观.这里的每个训 练样本是因中的一个点 (x，y)， 要学得一个与训练集一致的模型，相当于找到一 条穿过所有训练样本点的曲线.显然，对有限个样本点组成的训练集，存在着 很多条曲线与其一致.我们的学习算法必须有某种偏好，才能产出它认为"正确"的模型。从数据中学的模型的过程称为“学习”或“训练”，这个过程通过执行某个学习算法来完成，训练过程中使用的数据称为“训练数据”，其中每个样本称为一个“训练样本”，训练样本组成的集合称为“训练集”。表示第i个样例，其中。
机器学习 | 计算分类算法的ROC和AUC曲线以随机森林为例
python收藏家的博客
07-24 658
总之，计算随机森林分类器的ROC AUC分数在Python中是一个简单的过程。sklearn.metrics模块提供了计算ROC曲线、ROC AUC评分和PR曲线的函数。ROC曲线和PR曲线是评估二值分类器性能的有用工具，它们可以帮助基于不同评估指标之间的权衡来选择分类器的最佳阈值。PR（precision-recall）曲线是二元分类问题的另一个评估指标。PR曲线是针对不同分类阈值的精确度（y轴）对召回率（x轴）的图。
昇思25天学习打卡营第14天|Vision Transformer图像分类
Xavier_F的博客
07-21 598
本案例详细介绍了ViT模型在ImageNet数据集上的训练、验证和推理过程，重点讲解了模型的核心结构和关键概念，如Multi-Head Attention、Transformer Encoder和位置编码等。通过学习此案例，用户将掌握ViT的基本原理以及其在图像分类任务中的应用潜力，为深入研究计算机视觉领域提供了坚实基础。!
【Rust光年纪】数据科学与机器学习：深入了解Rust语言中的6个关键库
记录我的学习历程
07-22 1149
本文将重点介绍六个在Rust语言中具有重要作用的库和框架，分别是ndarray、linfa、tangram、juicer、leaf和rustlearn。这些工具提供了丰富的功能和灵活的API，为开发者们在数据处理、机器学习和自然语言处理等领域提供了便利。通过本文的阅读，读者将能够了解到这些工具的核心功能、使用场景、安装与配置方法以及API概览，帮助他们在Rust语言中进行相关领域的开发工作。
AI学习指南机器学习篇-SOM在数据聚类和可视化中的应用
俞兆鹏的博客
07-22 1000
Self-Organizing Map（简称SOM）是一种无监督学习和非线性降维技术，由芬兰赫尔辛基理工大学教授Teuvo Kohonen于1982年提出。它基于人脑的皮层神经网络结构，通过对高维数据的降维和聚类，将数据映射到二维或三维空间中，并保持数据之间的拓扑结构。SOM可以有效地发现数据之间的潜在关系，帮助我们理解和分析复杂的数据集。SOM的核心思想是对数据空间进行分割，其中每个区域由一个神经元（或节点）代表。神经元通过调整自身的权重向量来学习数据分布，使得与其相邻的神经元具有相似的权重向量。
基于多种机器学习的豆瓣电影评分预测与多维度可视化【可加系统】
迷茫与徘徊只会让你陷入绝境，欢迎私信博主，带你开始提升变现价值！
07-25 483
在本研究中，我们采用Python编程语言，利用爬虫技术实时获取豆瓣电影最新数据。通过分析豆瓣网站的结构，我们设计了一套有效的策略来爬取电影相关的JSON格式数据。为减少对服务器的频繁请求，我们实施了基于正态分布的延迟策略。数据采集后，使用Python中的Pandas库进行初步处理，将无序信息转换为结构化数据，包括处理空值、字符串格式化和字段扩展。然后，我们将整理好的数据存储到MySQL数据库中，进行深入的数据挖掘。通过分析不同数据维度，我们深入探讨了电影流行趋势和观众喜好等多个方面。
吴恩达机器学习课程笔记-深度解析回归与模型选择
"吴恩达机器学习课程笔记包含了作者在2011年学习斯坦福大学CS229机器学习课程的个人笔记，主要基于Andrew Ng教授的讲义和视频。笔记涵盖了广泛的机器学习主题，如线性回归、逻辑回归、支持向量机(SVM)、规则化和模型...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值