一个正在路上的学生

程序给出了k-means的用法和简单的pandas操作excel1.选择一个参数k，也就是聚类时分成几类2，随机选择k个中心点3，计算每个样本到中心的距离，把这个样本归为与中心距离最近的那一类4，更新中心5，重复3,4步。达到最大迭代次数或者中心不发生变化，重复结束距离公式：首先help(np.linalg.norm)查看其文档：norm(x, ord=None, axis=None, keepd...

knn算法：第一步：将每个例子做成一个点，他所对应发特征向量是一个多维的坐标第二步：自己选择一个参数k第三步：计算未知实例与所有已知实例的欧式距离(也可以是其他距离)，将他们排序。第四步：选择根据排序好的k去选择k个已知实例第五步：在这k个实例中，根据少数服从多数的原则，让未知实例归类到为最多数的类别程序如下：import numpy as npfrom sklearn import data...

理论看程序就好了：import numpy as npimport matplotlib.pyplot as pltdef train_number(x,y): n=np.shape(x)[0] number1=0 number2=0 for i in range(n):#简单的线性回归的方程的公式 number1+=(x[i]-np.mean(...

                                            LogisticRegressionLogisticRegression最基本的学习算法是最大似然。啥叫最大似然，可以看看我的另一篇博文“从最大似然到EM算法浅解”。假设我们有n个独立的训练样本{(x1, y1) ,(x2, y2),…, (xn, yn)}，y={0, 1}。那每一个观察到的样本(xi, yi...

鸢尾花SVM二特征分类实验：程序：from sklearn import svmfrom sklearn import datasetsimport matplotlib.pyplot as pltimport matplotlib as mplfrom matplotlib import colorsimport numpy as np#处理数据集def datadeal(): ...

multiple linear regression我使用skleanrn训练了一组数据，其中数据使用pandas库读取excel表，求出测试数据的均方误差和画出测试数据与预测值的图。数据集去我的资源下载Advertising.csv1.交叉验证的库from sklearn.model_selection import train_test_split2.pandas的两个主要数据结构：Seri...

神经网络的原理在程序中写清楚了。第一步：建立一个神经网络类：import numpy as np#激活函数tanh的求值def tanh(x): return np.tanh(x)def tanh_deri(x): return 1.0 - np.tanh(x) * np.tanh(x)def logistic(x): return 1/(1+np.exp(-x))...

python使用梯度下降算法实现一个多线性回归图示： import pandas as pdimport matplotlib.pylab as pltimport numpy as np# Read data from csvpga = pd.read_csv("D:\python3\data\Test.csv")# Normalize the data 归一化值 (x ...

进入到你的python scripts 文件夹中： 然后 shift+鼠标右键 打开window powershell （window10）其他window版本 然后里面输入 pip3 install SIP 安装完成 再安装 pip3 install PyQt5 到此为止其实已经可以开发了，但是我们想要更爽的开发，可以直接拖动控件，所以需要QtDesigner，QtDes...