吴恩达第8周编程作业

于 2020-06-24 21:52:51 发布
阅读量166 收藏
点赞数
分类专栏： 机器学习 吴恩达 programming exercise 文章标签： 机器学习
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/Eat_egg/article/details/106951011
版权
本文深入解析了机器学习中关键算法的实现细节，包括如何通过FindClosestCentroids找到最近的质心，理解min()函数的双值返回特性，以及ComputeCentroidMeans中双重for循环的精妙运用。同时，对PCA降维技术进行了探讨，详细解释了./符号的使用场景，以及ProjectData和RecoverData在PCA中的具体应用。
摘要由CSDN通过智能技术生成

在这里插入图片描述

Find Closest Centroids

min() 函数会返回两个值，第一个是value，第二个是index；（中文意思）

在这里插入图片描述

Compute Centroid Means

第一个for，遍历所有的data（X），把同为类的x加到对应centroids上，c 临时存放当前data X(i) 属于哪个类； += 和 ./ = 你懂的
第二个for，你懂的；
在这里插入图片描述

PCA

注意 ./ 符号
在这里插入图片描述

Project Data

在这里插入图片描述

Recover Data (PCA)

在这里插入图片描述

不AC无题解
关注
专栏目录
（全）2020吴恩达机器学习MachineLearning第八周编程作业ex7
05-26
压缩包内含吴恩达老师《Machine Learning》课程第八周的编程作业ex7所需完成的六个m文件，解压放进课程作业原始压缩包中即可。压缩包中所有编程作业均为本人独立完成，并尽量使用向量化计算，全部满分通过。
Coursera Machine Learning 第八周 quiz Programming Exercise 7 K-means Clustering and Principal Component
OovEver的专栏
11-13 2850
findClosestCentroids.m function idx = findClosestCentroids(X, centroids) %FINDCLOSESTCENTROIDS computes the centroid memberships for every example % idx = FINDCLOSESTCENTROIDS (X, centroids) return
Coursera-吴恩达-机器学习-第八周-编程作业: K-Means Clustering and PCA
qq1376725255的专栏
10-28 1948
本次文章内容： Coursera吴恩达机器学习课程，第八周编程作业。编程语言是Matlab。 本文只是从代码结构上做的小笔记，更复杂的推导不在这里。算法分两部分进行理解，第一部分是根据code对算法进行综述，第二部分是代码。 本次作业分两个part，第一个是K-Means Clustering algorithm 压缩图片，第二个部分是PCA 1 K-means Clustering Im...
斯坦福大学(吴恩达) 机器学习课后习题详解 第八周 编程题 k-means and PCA
未来战警
03-30 3723
编程作业下载地址：https://download.csdn.net/download/wwangfabei1989/10318165 1. PCA.m function [U, S] = pca(X) %PCA Run principal component analysis on the dataset X % [U, S, X] = pca(X) computes eigenvect...
Coursera Machine Learning 第八周week8ex7 K-Means Clustering and PCA编程全套满分题目+注释
12-26
Coursera Machine Learning 第八周week8ex7 K-Means Clustering and PCA编程全套满分题目+注释
【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第三周作业 - TensorFlow入门.zip
02-22
在本压缩包“【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第三周作业 - TensorFlow入门.zip”中，我们聚焦于吴恩达教授的深度学习课程第二部分，主题是如何优化深层神经网络。在这个阶段，我们将深入理解...
week5_吴恩达第五周作业_pick6z8_
10-03
在本课程中，"week5_吴恩达第五周作业_pick6z8_"是一个与吴恩达教授（Andrew Ng）的课程相关的作业，主要聚焦于算法的理解与实践。吴恩达是深度学习和机器学习领域的知名专家，他的课程通常涵盖广泛的计算机科学主题...
吴恩达深度学习第二课第一周编程作业
04-01
在这个"吴恩达深度学习第二课第一周编程作业"中，你将有机会实践并深入理解深度学习的基本概念和技术。 作业主要覆盖了以下几个关键知识点： 1. **神经网络基础**：神经网络是深度学习的基础架构，由许多相互连接...
深度学习 吴恩达 第三周作业.zip
11-23
"深度学习 吴恩达 第三周作业.zip"这个压缩包很可能是他在Coursera或其他在线教育平台上的课程作业资料，主要涵盖了第三周的学习内容。 在吴恩达的深度学习课程中，第三周通常会涉及以下几个关键知识点： 1. **...
第八周（无监督学习）-【机器学习-Coursera Machine Learning-吴恩达】
牧码杭城
03-08 1147
目录    K-means算法    PCA（主成分分析）1 K-means1）算法原理：    a 选择聚类中心    b 迭代优化分二步        - 针对每一个样本划分到所属聚类中心        - 针对每一个聚类，重新选取聚类中心（某一类所有点坐标的平均值即为新的聚类中心）2） 优化目标  J ：每一个样本到它所属的聚类中心的距离的平方3） 随机初始化中心局部最优情况：正确情况：为了...
吴恩达cs229|编程作业第八周（Python）
qq_24739717的博客
05-16 911
练习八：异常检测和推荐系统 目录： 1.包含的文件 2.异常检测 3.推荐系统 1.包含的文件 文件名 含义 ex8.py 异常检测实验 ex8_cofi.py 推荐系统实验 ex8data1.mat 异常检测数据集1 ex8data2.mat 异常检测数据集2 ex8_movies.mat 电影评分数据集 ex8_mov...
吴恩达机器学习第八周测试及编程练习
SpicyCoder的博客
06-15 3878
文章目录测试：Principal Component Analysis第一题第二题第三题第四题第五题编程练习：K-Means Clustering and PCA作业一：Find Closest Centroids (k-Means)作业二：Compute Centroid Means (k-Means)作业三：PCA作业四：Project Data (PCA)作业五：Recover Data (...
Coursera-吴恩达-机器学习-（第8周笔记）无监督学习和维度约简
malele4th
01-16 3129
此系列为 Coursera 网站Andrew Ng机器学习课程个人学习笔记（仅供参考） 课程网址：https://www.coursera.org/learn/machine-learning Week 8 —— K-means and PCA 目录 Week 8 K-means and PCA 目录 一聚类算法 clutering 1-1 聚类算法简介 1-2 K-mea
Coursera-吴恩达-机器学习-（编程练习7）K均值和PCA（对应第8周课程）
malele4th
01-16 3288
此系列为 Coursera 网站Andrew Ng机器学习课程个人学习笔记（仅供参考） 课程网址：https://www.coursera.org/learn/machine-learning exercise 7 —— K-means and PCA 在此下载Coursera-吴恩达-机器学习-全部编程练习答案 在本练习中，您将实现K均值聚类算法并将其应用于压缩图像。 在第二部分中
机器学习 | 吴恩达机器学习第八周编程作业(Python版）
sdu_hao的博客
11-19 2851
实验指导书 下载密码:963j 本篇博客主要讲解，吴恩达机器学习第八周的编程作业，主要包含KMeans实验和PCA实验两部分。原始实验使用Matlab实现，本篇博客提供Python版本。 目录 1.实验包含的文件 2.KMeans实验 3.K-means实验完整代码 4.PCA实验 5.PCA实验完整代码 1.实验包含的文件 文件名称 含义 ex7.py ...
机器学习 吴恩达 第八周 笔记
YzarrK的博客
04-21 480
K均值聚类---K-mean 对无监督学习对象进行分类的常用方法之一。 因为比较简单，所以就简单说下 一开始先输入K(就是cluster的个数)还有training set。 从training set中随机选取K的点作为初始的cluster centroid。 然后for loop： ① min(每个training set的点到cluster centroid的距...
高级编程技术 第八周作业
Dexan的博客
05-02 204
本周作业是leetcode上三道与Array相关的题目，因为没有作难度限制，所以为了简化操作，选定了三道Easy难度的题目。#35本题是给定元素，遍历有序列表，并输出其正确的插入位置。思路跟插入排序相仿，从首位开始往后遍历，寻找第一位比选定元素大或相等（升序排列）的元素，其位置便是应当插入的位置了。class Solution: def searchInsert(self, nums, t...
吴恩达机器学习第八周学习笔记及编程作业答案
mysky54的博客
06-11 2177
一、理论基础 聚类 1、无监督学习 在非监督学习中，我们需要将一系列无标签的训练数据，输入到一个算法中，然后我们告诉这个算法，快去为我们找找这个数据的内在结构给定数据。我们可能需要某种算法帮助我们寻找一种结构。 2、K-均值算法 K-均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的组。K-均值是一个迭代算法，假设我们想要将数据聚类成 n 个组，其方法为: 首先选择????个随机的点，称为聚类中心（cluster centroids）； 对于数据集中的每一个数据，按照距离????个中
第八周 周三作业
ppjustin的博客
04-29 167
题目描述：代码：class Solution: def pivotIndex(self, nums): if len(nums) == 0: return -1 if sum(nums[1:])==0: return 0 total = sum(nums) now = nums[0]*2; for i in range(1, len(nums)-1): if...
吴恩达深度学习课程第二周精华要点
资源摘要信息:"吴恩达深度学习第二周第一节" 吴恩达（Andrew Ng）是一位著名的机器学习和深度学习领域专家，他的深度学习课程在Coursera平台上广受欢迎。该课程深入浅出地介绍了深度学习的基本概念、算法以及应用，...
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