机器学习之聚类、主成分分析理论与代码实践

机器学习之聚类、主成分分析理论与代码实践
共27节 1000人在学 课程详情
  • 开课简介
  • 机器学习知识体系
  • 机器学习流程
  • 聚类简介
  • K-means算法原理
  • K-means中距离计算方法
  • K-means原生代码实现
  • 使用sklearn实现K-means
  • 层次聚类基本原理
  • 层次聚类中类间距离计算方法
  • 层次聚类计算方法举例
  • 层次聚类的sklearn实现
  • 密度聚类
  • 密度聚类sklearn实现
  • 谱聚类介绍及算法原理
  • 谱聚类sklearn实现
  • 聚类算法评价指标
  • 聚类评价指标代码实现
  • 聚类案例：亚洲球队聚类分析
  • PCA介绍
  • 基于协方差矩阵的特征值分解算法实现PCA
  • 协方差矩阵的特征值分解算法代码实现
  • 基于数据矩阵的奇异值分解算法实现PCA
  • 数据矩阵的奇异值分解算法代码实现
  • sklearn实现PCA
  • 如何选取主成分个数
  • 案例：照片降维

    订阅失败

    机器学习之聚类、主成分分析理论与代码实践
    机器学习之聚类、主成分分析理论与代码实践 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    聚类评价指标代码实现

    课程介绍

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～