scipy.cluster.vq模块提供了向量量化(vq)的功能，它用于将观测值分配到最接近的类别中心。code_book是类别的中心集合，vq会返回观测值最近的类别及其距离。例如，给定观测值[a, b]和code_book，会找到最近的中心并返回距离。示例展示了如何计算两个向量之间的欧氏距离。"
54631493,5819031,C++实现：电话号码列表的字典树一致性检查,"['C++', '数据结构', '算法', '字典树']
参考资料：
https://docs.scipy.org/doc/scipy/reference/cluster.vq.html
vq是vector quantization的缩写。
code_book相当于密码本。保存着对应的k个类别的中心。
给定观测值，就会寻找离那个中心点最近，即为对应的类别。且会返回最近的距离。
from numpy import array
from scipy.cluster.vq import vq
code_book = array([[1.,1.,1.],
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
