![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析技术
文章平均质量分 60
我非夏日
这个作者很懒,什么都没留下…
展开
-
数据分析技术---对比K-means,密度分析和层次聚类性能
在Iris数据集上,它能够清晰地划分出三个簇,并且对于噪声数据有较好的处理能力。缺点在于对初始质心敏感,可能陷入局部最优解,且对于非凸形或噪声较大的数据集可能表现不佳。缺点在于计算复杂度高,对于大规模数据集可能不适用,且在选择聚类数时需要人工干预。k-means:在Iris数据集上,k-means能够快速地将样本分为三类,但由于其基于距离的聚类方式,对于非凸形或噪声较大的数据集可能表现不佳。层次聚类:层次聚类能够产生层次化的聚类结果,但在选择聚类数时需要人工干预。原创 2024-05-30 14:30:43 · 426 阅读 · 0 评论 -
数据分析技术---MLP 和 BP 神经网络流程;K-means 算法流程
1、掌握MLP和BP神经网络流程,并实现分类任务2、掌握K-means算法流程,并实现聚类任务二、实验任务。原创 2024-05-16 15:20:37 · 787 阅读 · 3 评论 -
数据分析技术---鸢尾花计数图
选作)绘制点线图,反应特征与品种之间的关系,图片标题和横纵坐标均为中文宋体,点线颜色均为红色。使用 seaborn 绘制散点图,反应品种与花萼长度之间的关系。直接使用 seaborn 加载数据,绘制条形图。使用 seaborn 绘制横向柱状图。原创 2024-03-14 14:08:52 · 239 阅读 · 0 评论