일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 백준 알고리즘
- acmicpc.net
- 비지도학습
- 지도학습
- 머신러닝 강의
- 경사하강법
- 머신러닝 강좌
- Python강의
- supervised learning
- 머신러닝
- feature scaling
- java
- 파이썬강좌
- 자바강좌
- JAVA강좌
- 선형회귀
- 자바시작하기
- 파이썬강의
- python강좌
- 머신러닝공부
- unsupervised learning
- C언어
- 자바
- 딥러닝
- 비용함수
- 효묘블로그
- 딥러닝공부
- 인공지능
- c언어 오목
- Gradient Descent
Archives
- Today
- Total
목록k-mean알고리즘 (1)
컴공과컴맹효묘의블로그
k-means 알고리즘 python으로 구현해보기 (2차원 데이터 시각화)
알고리즘 여기 들어가셔서 보시면 됩니다. #주의 : 파이썬 잘 안써봐서 코드가 조금 더럽습니다. c언어 스타일로 코딩했습니다. 사용한 라이브러리 numpy # 수학적인 데이터를 다루는 기본적인 라이브러리입니다. copy # deep copy를 편하게 하기위한 라이브러리입니다. matplotlib # 데이터를 시각화 하기 위한 라이브러리입니다. 함수들 1. n tuple 벡터에 대한 norm을 구하는 함수. def normSquare(_x): # _x의 norm 의 제곱을 구함. _s = 0 for _i in _x: _s += _i ** 2 return _s 2. 전체 분산 def variance(_mu, _s): # 분산을 구함. V = 0 for _i in range(len(_mu)): for cor ..
컴퓨터/머신러닝
2020. 4. 25. 02:53