![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Iam-xyZ
这个作者很懒,什么都没留下…
展开
-
K-means聚类方法 - Andrew Ng笔记的翻译及理解
The k-means clustering algorithm在聚类问题中,我们给定一组训练集{x(1), . . . , x(m)},要把这些数据归到几个内部联系紧密的簇(cluster)里,其中x(i)∈ Rn,但是并没有事先给出每个样本点的分类,所以这是一个非监督学习的问题。K-means聚类算法如下1. 随机初始化聚类的质心(centroids) µ1, µ2,原创 2016-08-20 04:19:06 · 3512 阅读 · 3 评论 -
sklearn 文档翻译之 sklearn.cluster.KMeans
在sklearn中处理kmeans聚类问题,用到的是 sklearn.cluster.KMeans 这个类。参数:n_clusters:整形,缺省值=8生成的聚类数,即产生的质心(centroids)数。max_iter:整形,缺省值=300执行一次k-means算法所进行的最大迭代数。n_init:整形,缺省值=10用不同的质心初始化值运行算法的次数,最终解是翻译 2016-08-22 01:28:26 · 17381 阅读 · 1 评论 -
XGBoost 阅读之 Weighted Quantile Sketch
3.3 Weighted Quantile Sketch(加权分位数略图)One important step in the approximate algorithm is to propose candidate split points. Usually percentiles of a feature are used to make candidates distribute eve...原创 2019-04-27 22:11:36 · 3579 阅读 · 0 评论