登录社区云，与社区用户共同成长
邀请您加入社区
使用sk-learn库实现k-means算法对iris数据分类
bp神经网络原理详解（附python代码）
PCA全称是Principal Component Analysis，即主成分分析。它主要是以“提取出特征的主要成分”这一方式来实现降维的。介绍PCA的大体思想，先抛开一些原理公式，如上图所示，原来是三维的数据，通过分析找出两个主成分PC1和PC2，那么直接在这两个主成分的方向上就可以形成一个平面，这样就可以把我们三位的样本点投射到这一个平面上（如右图）。那么此时的PC1和PC2都不单单是我们的其
我们将n_init= 'auto’输入即可。大概就是sklearn 1.4版更新。
#导入所需模块import matplotlib.pyplot as pltimport numpy as npfrom sklearn.cluster import KMeansfrom sklearn.datasets import load_iris#导入鸢尾花数据集iris = load_iris()X = iris.data[:]# print(X)print(X.shape)#肘方法看
【Python】sklearn 中的 make_blobs() 函数详解
