机器学习
猫爪熊
产品是工程师的灵魂
展开
-
机器学习笔记--闵氏距离学习
闵氏距离(minkowski distance)在距离类聚类算法中应用颇广,最近重温了一下闵氏距离的计算,写了个小程序巩固一下。原创 2016-05-27 17:36:06 · 3463 阅读 · 1 评论 -
机器学习笔记-FCM算法python实现
FCM算法是一种重叠聚类算法,它计算数据集中每个数据点与分类的匹配度,近日写个python程序重温了一下FCM算法。一、算法代码给定同维向量数据集合points,数目为n,将其聚为C类,m为权重值,u为初始匹配度矩阵(n*C),采用闵式距离算法,其参数为p,迭代终止条件为终止值e(取值范围(0,1))及终止轮次。计算停止时返回计算的轮次和匹配度矩阵,返回值为一个tuple:(最终计算过原创 2016-06-08 21:56:56 · 16177 阅读 · 7 评论 -
机器学习笔记-K-means算法
写个python小程序复习一遍K-means算法,验证一下学习成果。原创 2016-05-31 15:26:51 · 1340 阅读 · 0 评论 -
机器学习笔记-聚类算法K-means和FCM的学习小结
K-means与FCM都是经典的聚类算法,K-means是排他性聚类算法,即一个数据点只能属于一个类别,而FCM只计算数据点与各个类别的相似度。可理解为:对任一个数据点,使用K-means算法,其属于某个类别的相似度要么100%要么0%(非是即否);而对于FCM算法,其属于某个类别的相似度只是一个百分比。两个算法的思想都可归结为求一个相似度对象函数的最小值。设X是一个有n个元素的d维数原创 2016-06-05 22:15:38 · 13190 阅读 · 0 评论