4 用python实现K均值算法x=np.random.randint(1,100,[20,1]) y=np.zeros(20) k=3def initcenter(x,k):return x[:k]def nearest(kc,i):d = (abs(kc - i))w = np.where(d ==np.min(d))return w [0] [0]kc = initcenter(x,k) nearest(kc,14)for i in range(x.shape[0]):print(nearest(kc,x[i]))运行结果为: for i in range(x.shape[0]):y[i] = nearest(kc,x[i]) print(y)运行结果为: for i in range(x.shape[0]):y[i]=nearest(k...
1.用python实现K均值算法 K-means是一个反复迭代的过程，算法分为四个步骤： （x,k,y) 1） 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； def initcenter(x, k): kcimport numpy as np x = np.random.randint(1,100,[20,1]) y = np.zeros(20) k = 3 xdef initcenter(x, k):#初始聚类中心数组return x[:k]kc = initcenter(x,k) kc 2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近...
转自https://www.cnblogs.com/pinard/p/6136914.html，感谢作者 在集成学习原理小结中，我们讲到了集成学习按照个体学习器之间是否存在依赖关系可以分为两类，第一个是个体学习器之间存在强依赖关系，另一类是个体学习器之间不存在强依赖关系。前者的代表算法就是是boosting系列算法。在boosting系列算法中， Adaboost是最著名的算法之一。Adaboost既可以用作分类，也可以用作回归。本文就对Adaboost算法做一个总结。 1. 回顾b...
希望生成一系列不同精度的 Naive Bayes 分类器，故需要保存多个这样的算法模型。 在python 语言中，可以用字典来保存 算法模型import copy ##需要对模型进行 copy,故要 copy 模块 print(生成) for i in np.arange(0,100):y_train=flip(y1,p[i])#print(翻转后元素真实标记比例,np.sum(y_train==y1)/y_train.shape[0])true_label_ratio.append(np.sum(y_train==y1)/y_train.shape[0])#names[model_%s %i] = gnb.fit(X1,y1)model_i=gn...