算法
满天星☞
加油
展开
-
python聚类模型KMeans
核心思想: #1.随机生成指定个数质心点,聚类的数量 #2.质心点不变,更新类别,计算每个点与质心点的距离,计算出每个点距离哪个质心点最近,类别设置为哪个质心点类别 #3.类别不变,更新质心点,所有点按质心点类别分组,没类别求出所有点的特征值的均值,质心点更新 #4.新质心点执行第2步,循环调优,直到SSE不在变小 #5.搭建好模型后,质心点个数从1到20根据模型求出每种SSE的值,画图得到最优质心点数量 #机器学习聚类算法实现: from sklearn.datasets import make_blob原创 2021-07-27 23:09:16 · 336 阅读 · 0 评论 -
pythonk分类模型KNN原理
1.机器学习算法体系 机器学习的方法基于数据产生的模型的算法,成为学习算法,包括有监督学习,半监督学习,无监督学习,强化学习 有监督学习: 数据集样本是否有学习对象标签y,有的话就是有监督学习,反之 尝试找一个模型学习特征值x与目标值y之间的关系 可分为分类问题和回归问题 分类任务中标签y都是离散值(类别型变量) 回归任务中标签y都是连续值 无监督学习: 不带任何标签数据特征进行建模,数据自己学习自己, 聚类任务和降维任务 半监督学习: 标签y有一部分是空值 强化学习: 将学习看成是试探评价原创 2021-07-24 21:47:30 · 378 阅读 · 0 评论