m0_38053092的博客

一般来说，BIRCH算法适用于样本量较大的情况，这点和Mini Batch K-Means类似，但是BIRCH适用于类别数比较大的情况，而Mini Batch K-Means一般用于类别数适中或者较少的时候。BIRCH除了聚类还可以额外做一些异常点检测和数据初步按类别规约的预处理。但是如果数据特征的维度非常大，比如大于20，则BIRCH不太适合，此时Mini Batch K-Means的表现较好。数据格式： test.dat新春 备 年货 ， 新年 联欢晚会新春 节目单 ， 春节 联欢晚会 红火.

# -*- coding: utf-8 -*-"""K均值聚类算法给定初始簇的个数，迭代更改样本与簇的隶属关系，更新簇的中心为样本的均值"""from collections import defaultdictimport numpy as npimport copyfrom itertools import cycleimport matplotlib.pyplot as pltimport pandas as pdclass KMEANS(object): def _

该机器学习工具模块本人自己编写，用于快速完成机器学习开发，降低开发代码难度，集中自己的精力优化模型，改代码仅供参考。开发语言： python机器学习框架：sklearnPython工具包：from math import logfrom scipy import statsfrom sklearn.metrics import confusion_matriximport itert...

环境需求：12GB RAM2 CPUs50GB disk space试用的操作系统： Linux macOS Windows前期准备：安装 Vagrant安装 Virtual Boxhttps://blog.csdn.net/u011781521/article/details/80275212MiniKF安装： vagrant ini...