qq_45691937的博客

import pandas as pdimport numpy as npimport randomfrom matplotlib import pyplot as plt'''1、算法描述输入：iris数据集，提取1，3维作为聚类数据；初始化k=3输出：聚类结果1. 随机生成k个初始点作为初试聚类中心，由中心代表各聚类；2. 计算所有点到这k个中心点的距离，并将点归到离其最近的聚类；3. 将各个簇中的数据求平均值，作为新的类中心，重复上一步，直到所有的簇不再改变；'''

knn算法实现对鸢尾花数据集的分类import pandas as pdimport numpy as np# 求每一个训练集数据对比测试集的距离，返回一个listdef distance(h): list_a = [] for i in range(len(test__value)): A = np.array(train__value[i, 0:3]) B = np.array(test__value[h, 0:3]) a =

def merge_list(L1, L2): L1.sort() L2.sort() N=[] x=0 x1=0 m=2*n for i in range(m): if i%2!=0: N.append(L1[x]) x+=1 else: N.append(L2[x1]) x1+=1 return N #测试

抓取 豆瓣电影top250 https://movie.douban.com/top250 中的电影图片，并保存到文件夹picture中。import requestsfrom bs4 import BeautifulSoupimport lxmldef get(url): try: user_agent="Mozilla/5.0(compatible;MSIE 9.0;Windows NT 6.1;Trident/5.0;)" headers={"User-

定义Point类， 再定义一个类Line，类的UML图如下所示import mathclass Point: def __init__(self,x,y): self.x=x self.y=y def getx(self): return self.x def gety(self): return self.y def setx(self): self.x=x def sety(se

编写程序，满足以下三点要求：自定义用户信息数据结构， 先新建.json文件，再把数据写入文件，然后读取出内容，利用json模块进行数据的序列化和反序列化。数据结构例如：{ “egon”:{“password”:“123”,‘status’:False,‘timeout’:0}, “alex”:{“password”:“456”,‘status’:False,‘timeout’:0}, }#序列化可以理解为 ：把python的对象编码转换为json格式的字符串 python --->