- 博客(2)
- 收藏
- 关注
RSS订阅原创 常见聚类算法
简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点，如果发现目标，则演算终止。它主要的优点是十分的高效，由于只需要计算数据点与剧类中心的距离，其计算复杂度只有O(n)。(4)对于所有的k个聚类中心，如果利用（2）（3）的迭代法更新后，聚类中心的位置保持不变，则迭代结束；(3)基于上一步数据点的概率权重，通过最大似然估计的方法计算出每一类数据点最有可能属于这一聚类的高斯参数；(2)在第n次迭代中，对任意一个样本，求其到k个中心的距离，将该样本归到距离最短的中心所在的类/簇；
2024-01-17 19:57:30
332
原创 动手学深度学习
多层感知机 1.对于只含有一个隐藏层的多层感知机，输入是256 \times 256256×256的图片，隐藏单元个数是1000，输出类别个数是10，则模型的所有权重矩阵W_{i}Wi的元素数量之和是 65546000 ...
2020-03-06 15:35:32
1009
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人