吴恩达机器学习（7）K-means & PCA （1）导入库（2）导入数据（3）可视化1.2 获取样本点所属类别计算每个样本点与聚类中心的距离： 1.3 计算重心点1.4 运行kmeans，重复执行上述步骤1.5 绘制数据集聚类结果&聚类中心的移动轨迹通俗的讲，原图像每个像素点的单个通道有256种颜色可供选择，而我们要用K-means算法选16种颜色，用于图片压缩。把原始图片的每个像素看作一个数据样本，然后利用K-means算法去找分组最好的16种颜色。（1）导入库与数据（2）数据
吴恩达机器学习（3）神经网络 （1）导入库（2）导入数据（3）可视化多图可视化2 代价函数3梯度下降函数4 使用scipy优化函数（1）定义函数（2）实例化5 预测准确率（1）定义预测函数（2）实例化（3）计算预测准确率（1）导入库（2）导入数据（3）定义X、y（4）导入参数 2 定义激活函数3 构建神经网络 4 预测及准确率（1）预测函数（2）计算预测准确率
关注
