机器学习
杨柳岸晓风
这个作者很懒,什么都没留下…
展开
-
基本聚类算法
KMeans :初始随机设置K(k代表要凝聚的簇的个数)个质心,遍历每一个数据点,将其划分归于距它最近的质心,遍历完成之后,重新计算每个簇的质心,直至前后两次簇的质心变化不大。 优点: K均值简单有效,适合大多数数据类型,可多次运行。 缺点: 并不适合所有数据类型,不能处理非球形簇。K均值仅限于具有中心(质心)概念的数据。 凝聚层次聚类: 合并两个最接近的簇,更新邻接矩阵,以反映原创 2017-06-04 19:31:54 · 488 阅读 · 0 评论 -
决策树实现
#-*- coding=utf8 -*- import numpy as np from math import log def createTree(dataSet,labels):原创 2017-06-08 09:52:45 · 418 阅读 · 0 评论