机器学习
liyongqi_
默默的成长
展开
-
k-means算法matlab实战
一、k-means算法解决的问题 将一个数据集分为k类的问题(将这些数据点集聚类到K类中去)。二、k-means算法描述1、随机选取k个点分别作为 类1,类2……类K 的中心点2、遍历所有的数据点,对于每一个点 计算它到 中心点1,中心点2…… 中心点k 的欧氏距离,并把这个点归入到与之距离最小的中心点所在的类3、更新每一类的中心点,新的中心点为该类所有点的平均值。 然后跳到步骤2继续执行原创 2016-11-04 18:28:45 · 924 阅读 · 0 评论 -
哈希学习简介
一、背景介绍1、首先介绍一下最近邻搜索:最近邻搜索问题,也叫相似性搜索,近似搜索,是从给定数据库中找到里查询点最近的点集的问题。 给定一个点集,以及一个查询点q,需要找到离q最近的点的集合;在大规模高维度空间的情况下,这个问题就变得非常难,而且大多数算法计算量极大,复杂度很高; 而且一般用近似的最邻近搜索代替;哈希就是解决上述这类问题的主要方法;二、哈希学习的目的及分类哈希学习的目的:通过机器学原创 2016-11-12 20:56:43 · 9279 阅读 · 1 评论