此处基于K-means算法处理Iris数据集
Kmeans.py模块：
import numpy as np
class KMeansClassifier():
"""初始化KMeansClassifier类"""
def __init__(self, k=3, initCent='random', max_iter=500):
# 类的成员数据(变量前用下划线)
self._k = k # 中心点
self._initCent = initCent # 生成初始中心点
self._max_iter = max_ite
2021-05-25 18:31:23
92KB
1
svm算法手写matlab代码kaggle-场景分类（排名第一的提交）
从头开始实施k-means算法，并在数字数据上对其进行测试。
此外，使用它来学习用于场景表示的视觉词汇，然后将带有RBF内核的LibSVM用于流行的电视连续剧-大爆炸理论中的场景分类
要了解有关比赛的更多信息，请点击以下链接：
数据：
有两个带有数据的文件。
第一个digit.txt包含来自包含手写数字的图像的157个像素（原始785的子集）的1000个观测值。
第二个文件labels.txt包含真实数字标签（1、3、5或7）。
请注意，数字没有ID。
请假设第一行是ID
1，第二行是ID
2，依此类推。
标签与数字文件相对应，因此labels.txt的第一行是digit.txt第一行中数字的标签。
培训和测试图像将包含在bigbangtheory子目录中（由于限制，我没有在此处上传这些图像，如果您需要这些图像，请随时给我发送电子邮件）。
培训图像ID和标签在train.mat中给出。
该文件包含两个变量：imgIds和lbs。
imgIds是列向量，每行在训练集中都有一个图像名称。
lbs是表示带有相应索引的图像
2021-05-25 18:03:33
86KB
1
该数据集为西瓜数据集4.0，可做多种聚类使用，在我的博客《机器学习之K-means算法（小白入门级别）》的代码中使用。
2021-05-17 13:23:00
388B
1
MeanShiftCluster + k-means 聚类 的 matlab代码
2021-05-16 11:00:13
10KB
1