最近的组会经常会听到这个名词，所以趁着今天有空，所以准备了解下这个算法。先从百度 百科开始切入：DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意

当我写到这个标题的时候感觉超级激动，因为一直以为那是一种被束之高阁的技术，哈哈；但是当我读到这一章的时候，感觉还可以。下面介绍一些，相关的概念和术语;阈(yu)值[threshold]:就是一个限制，如果值超过threshold 神经元就会兴奋，也就是输出正样本1sigmoid函数激活函数，将实数域的取值压缩到(0-1)M-P神经元在M-P神经元模型中，神经元接收来自n个其他神经元传递过来的输入信

命令行输入，搞定python -m ensurepip --default-pip

背包问题pythondef main():w = [ 0 , 2 , 3 , 4 , 5 ] #商品的体积2、3、4、5v = [ 0 , 3 , 4 , 5 , 6 ] #商品的价值3、4、5、6bagV = 8 #背包大小dp=[[0 for col in range(bagV+1)] for row in range(len(w))]for i in range(1,5):for jin r