kmedoids:Python中K-Medoids算法的基于Medoids的分区（PAM）实现[未维护]-源码

machine-learning cluster partitioning unsupervised-learning

K-类固醇 K-Medoids是一种聚类算法。围绕类固醇分区（PAM）算法就是这样的一种K-Medoids实现先决条件西皮脾气暴躁的入门 from KMedoids import KMedoids 参数 n_cluster ：集群数 max_iter ：最大迭代次数 tol ：公差等级例子 data = [[2, 6], [3, 4], [3, 8], [4, 7], [6, 2], [6, 4], [7, 3], [7, 4], [8, 5], [7, 6]] k_medoids = KMedoids(n_cluster=2) k_medoids.fit(data)

文件下载

资源详情

[{"title":"（ 5 个子文件 104KB ） kmedoids:Python中K-Medoids算法的基于Medoids的分区（PAM）实现[未维护]-源码","children":[{"title":"kmedoids-master","children":[{"title":"KMedoids.py 6.09KB ","children":null,"spread":false},{"title":".gitignore 1.17KB ","children":null,"spread":false},{"title":"demo.ipynb 64.87KB ","children":null,"spread":false},{"title":"visualization.png 62.83KB ","children":null,"spread":false},{"title":"README.md 622B ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

kmedoids:Python中K-Medoids算法的基于Medoids的分区（PAM）实现[未维护]-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载