S20H24-CSDN博客

原创机器学习实验十K近邻实验

编写数据处理函数、曼哈顿距离计算函数、knn分类决策函数，KNN-blanks.py代码，并测试[0.45,0.1]是否为好瓜。使用python实现K。

2024-05-14 17:59:13 177 1

填空二：centroids[cent, :] = np.mean(ptsInClust, axis=0)修改k值myCentroids, clustAssing = kMeans(datMat, 4)1填空一：clusterAssment[i, 0] = minIndex。xcord、ycord以及画图处要修改为与质心数一致。注意数据集数据的分隔符，iris数据以“，”分隔。其中质心为6的函数代码修改如下，其他同理。使用python实现K均值聚类。3更换数据集为iris进行聚类。构建数据矩阵分割语句改为。

2024-05-14 17:58:11 223 2

原创机器学习实验三线性回归

利用singleFeature.txt(单特征)中的数据，通过使用sklearn库中的线性回归模型完成一元线性回归y=ax+b和预测。使用所有样本用来训练和预测。根据给定的数据ex0.txt及部分代码，补充完整代码，完成一元线性回归及预测。使用python建立一元回归模型，使用样本进行训练和预测。(二)建立房价预测模型。(一)一元线性回归填空。

2024-05-14 17:55:30 217 2

原创论文笔记DIGRESS: DISCRETE DENOISING DIFFUSION FORGRAPH GENERATION

DiGress是用于生成具有分类节点和边属性的离散去噪扩散模型，通过增删边、改变类别逐步编辑有噪声的图形。训练图Transformer网络恢复此过程，将图的分布学习问题简化为节点和边分类任务。本文通过引入马尔科夫噪声模型（在扩散时保留边缘分布的节点和边类型以及结合辅助图论特征）进一步提高样本质量。本文还提出一个训练图级特征生成的程序。

2023-12-17 22:34:13 2232 5