![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Daniel-DD
这个作者很懒,什么都没留下…
展开
-
机器学习代码分析之一线性回归
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl原创 2017-09-01 10:14:32 · 260 阅读 · 0 评论 -
python 中常用的画图工具
python 中常用的画图工具import matplotlib.pyplot as plt;import numpy as npimport pandas as pdplt.rcParams['font.sans-serif'] = ['SimHei']#正常显示中文plt.rcParams['axes.unicode_minus']=False;#正常显示负号'''plot()'原创 2017-09-27 10:21:31 · 4203 阅读 · 0 评论 -
聚类算法评价指标
https://blog.csdn.net/sinat_33363493/article/details/52496011转载 2018-05-13 13:01:54 · 1537 阅读 · 0 评论 -
Calinski-Harabasz(CH)指标 分析
1.公式表示: 其中,n表示聚类的数目 ,k 表示当前的类, trB(k)表示类间离差矩阵的迹, trW(k) 表示类内离差矩阵的迹。有关公式更详细的解释可参考论文“ A dendrite method for cluster analysis ”。 可以得出 CH越大代表着类自身越紧密,类与类之间越分散,即更优的聚类结果。 离差矩阵 = 对下标i加和((Xi-Ux) * (Xi-Ux...原创 2018-05-22 14:54:20 · 28704 阅读 · 0 评论 -
机器学习中的特征选择方法
https://blog.csdn.net/u013829973/article/details/79200879转载 2018-06-08 10:02:12 · 293 阅读 · 0 评论 -
公式编辑
一、 标题CSDN 中编写公式:1.我们定义(行内公式:$...$)f(x)=∑i=0N∫abg(t,i) dtf(x) = \sum_{i=0}^{N}\int_{a}^{b} g(t,i) \text{ d}tf(x)=∑i=0N∫abg(t,i) dt.2.定义f(x)f(x)f(x)如下(行间公式):$$ ... $$(1)f(x)=∑i=0N∫abg(t,i...原创 2018-10-16 10:13:46 · 298 阅读 · 0 评论