Statistical-Learning-Method_Code
Statistical-Learning-Method_Code copied to clipboard
Dod-o
手写实现李航《统计学习方法》书中全部算法
``` def cal_groupcenter(group, Xarray): center = np.zeros(Xarray.shape[1]) for i in range(Xarray.shape[1]): #range(4) for n in group: center[i] += Xarray[n][i] #计算当前类中第i个特征的数据之和 center = center / Xarray.shape[0] #计算各个特征的均值 return center ``` **作者您好！十分感谢你开源的机器学习代码，受益良多，想请教一下：在上面的函数中，为什么使用center...
K-means clustering计算兰德系数时 sum_i = np.zeros(3) #定义一个数组，用于保存聚类结果group_dict中每一类的个数 sum_j = np.zeros(3) #定义一个数组，用于保存外部标签y_dict中每一类的个数 应该是 sum_i = np.zeros(k) 否则聚类数目不为3时，代码会报错
#coding=utf-8 #Author:Dodo #Date:2018-11-16 #Email:[email protected] ''' 数据集：Mnist 训练集数量：60000 测试集数量：10000（实际使用：200） ------------------------------ 运行结果：（邻近k数量：25） 向量距离使用算法——欧式距离 正确率：97% 运行时长：308s 向量距离使用算法——曼哈顿距离 正确率：14% 运行时长：246s ''' import numpy as np import time from collections import Counter def loadData(fileName): '''...