m0_37783096的博客

在squeeze函数中，指定axis后，若该维度为1，则收缩这个维度。见官方文档：

K-Means算法简介：事先确定常数K，常数K意味着最终的聚类类别数，首先随机选定初始点为质心，并通过计算每一个样本与质心之间的相似度(这里为欧式距离)，将样本点归到最相似的类中，接着，重新计算每个类的质心(即为类中心)，重复这样的过程，知道质心不再改变，最终就确定了每个样本所属的类别以及每个类的质心。   总的来说，算法很简单，下面是python的简单实现：import numpy as np ...

  isomap算法主要流程： 1：构建邻接图G：基于输入空间X中流形G上的的邻近点对i,j之间的欧式距离dx (i,j)，选取每个样本点距离最近的K个点（K-Isomap）或在样本点选定半径为常数ε的圆内所有点为该样本点的近邻点，将这些邻近点用边连接，将流形G构建为一个反映邻近关系的带权流通图G； 2：计算所有点对之间的最短路径：通过计算邻接图G上任意两点之间的最短路径逼近流形上的测地距离...

Adaboost简介：Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。 下面使用sklearn库简单体验一下，使用自带数据集iris： from sklearn.model_selection import cross_val_score from sklearn.data...