k means是一种非监督聚类算法 0.initial 1.select centroids randomly 2.assign points 3.update centroids 4.reassign points 5.update centroids 6.reassign points 7.it ...
分类：
其他好文 时间：
2019-02-02 10:19:40
阅读次数：
225
非监督学习之k-means 非监督学习之k-means K-means通常被称为劳埃德算法，这在数据聚类中是最经典的，也是相对容易理解的模型。算法执行的过程分为4个阶段。 1.首先，随机设K个特征空间内的点作为初始的聚类中心。 2.然后，对于根据每个数据的特征向量，从K个聚类中心中寻找距离最近的一个 ...
分类：
其他好文 时间：
2019-01-22 15:05:29
阅读次数：
313
一·数据挖掘 数据挖掘主要是应用于大数据领域，利用机器学习的模型来挖掘数据中的潜在价值。发现数据之间的关系。比如根据房价的变化预测房价，根据天气信息预测天气等。会应用经典的回归类问题。 传统的监督学习，或者非监督学习，或者与深度学习相结合的方式。 二·计算机视觉 让机器像人一样看世界，看到图像，视频 ...
分类：
其他好文 时间：
2018-12-29 00:15:51
阅读次数：
268
sklearn是python的重要机器学习库，其中封装了大量的机器学习算法，如：分类、回归、降维以及聚类；还包含了监督学习、非监督学习、数据变换三大模块。sklearn拥有完善的文档，使得它具有了上手容易的优势；它内置了大量的数据集，节省了获取和整理数据集的时间。因而，使其成为了广泛应用的重要的机器 ...
分类：
编程语言 时间：
2018-12-25 13:15:04
阅读次数：
203
机器学习按照学习方式的不同，分为很多的类型，主要的类型分为 监督学习 非监督学习 强化学习 半监督学习 什么是监督学习？ 利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练。 正如下图中给出了好多鸭子的特征那样，指示出那些是鸭子哪些不是鸭子，然后让计算机进行学习，计算机 ...
分类：
其他好文 时间：
2018-12-21 22:48:41
阅读次数：
302
# keras# Autoencoder 自编码非监督学习# keras的函数Model结构 （非序列化Sequential）# 训练模型# mnist数据集# 聚类准备工作，array ——》 numpy ； plt.show() import matplotlib.pyplot as plt i... ...
分类：
Web程序 时间：
2018-12-20 20:22:20
阅读次数：
244
机器学习包含监督学习、非监督学习、以及强化学习三大部分。 监督学习分为分类和回归两大类。 分类：例如 经过大量水果图片训练，识别新水果图片中是否含有苹果 回归：例如 经过大量 面积-房价 的数据的训练，预测某个面积的房价 回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性 ...
分类：
其他好文 时间：
2018-11-25 22:16:19
阅读次数：
241
机器学习 监督学习 非监督学习 半监督学习 强化学习 遗传算法 神经网络 CNN TensorFlow搭建CNN 展开源码 展开源码 RNN 展开源码 展开源码 LSTM 为了解决梯度弥散和梯度爆炸 展开源码 展开源码 自编码器 autoencoder 展开源码 展开源码 GAN 展开源码 展开源码 ...
分类：
其他好文 时间：
2018-11-24 22:25:22
阅读次数：
219
四、特征缩放1.特征缩放的优点：Andrew在他的机器学习课程里强调，在进行学习之前要进行特征缩放，目的是保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。python里常用的是preprocessing.StandardScaler()，公式为：(X-mean)/std，得到的结果是， ...
分类：
其他好文 时间：
2018-11-22 14:39:01
阅读次数：
196
1、机器学习分为监督学习和非监督学习。首先学习监督学习。 2、标签，即y值，结果，以通过机器学习过滤垃圾邮件为例，标签为邮件是垃圾邮件，或不是垃圾邮件 3、特征，即x值，输入变量，通常有多个特征，如根据发件人、邮件标题等特征来判断是否为垃圾邮件 4、样本，机器学习通过有标签样本训练模型，再通过模型对 ...
分类：
其他好文 时间：
2018-11-14 12:28:54
阅读次数：
208
