![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
小知识点
jwl892
这个作者很懒,什么都没留下…
展开
-
聚类--相似性度量矩阵
对于Pearson相关系数,可以先将数据集中的每个数据点表示为一个向量,然后计算每对向量之间的Pearson相关系数,得到一个相关系数矩阵。对于余弦相似度,可以先将数据集中的每个数据点表示为一个向量,然后计算每对向量之间的余弦相似度,得到一个相似度矩阵。以上是常见的几种构造相似性度量矩阵的方法。需要注意的是,在进行聚类分析时,选择合适的相似性度量方法和相应的相似性度量矩阵非常重要,它们将直接影响聚类结果的准确性和可靠性。聚类的相似性度量矩阵是一个对称矩阵,它的每个元素表示两个数据点之间的相似性度量。原创 2023-04-14 13:23:01 · 1288 阅读 · 0 评论 -
KNN算法
通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程。原创 2022-11-13 18:01:12 · 553 阅读 · 0 评论 -
【列空间(column spaces)】
在研究一些矩阵性质的时候,可能会用到column spaces,从一个矩阵转移到另一个矩阵上去。原创 2022-08-09 17:09:59 · 631 阅读 · 1 评论