算法第一章+process mining(k—means clustering )
来源:互联网 发布:日军退子弹 知乎 编辑:程序博客网 时间:2024/06/13 15:43
unsupervised learning:k-means clustering和 agglomerate凝聚
k-means clustering:首先定k个点当做中心,按照距离将其他的点分成k类。有关问题:k如何选择(一般是选一个小点的值,然后增加,最后找到最好的k值)。
凝聚的聚类方法:距离最近的凑在一起,可以根据这个画出一个dendrogram(系统图)。
算法第一章(第二部分):
如何得出算法的时间复杂度:观察,假设,预测,验证。先做实验分析,以三个数相加为0为例,时间复杂度是n的三次方。通过增加n,看时间的变化,经常把他们之间的关系通过log来画出来,因为log一下,它的函数关系就变成了直线。通过写这个程序我学到了什么:System.currentTimeMillis();可以用来获得当前时间。printwriter,scanner,file,append的方法用来操作文件。
数学模型:本来是每一个句子都要算在里面的,但是图灵说可以只考虑最大的项。
时间复杂度的分类:1,logn(二分法查找),nlogn(divide and conquer),n^2,n^3,2^n,就这几个。讲到了二分法的证明。还有用insert和binary算法可以大大的提高上面例子的时间复杂度,没时间,不写了。
算法的理论:theta是渐近线。O是上限。oumiga是下限。
java分内存的时候,不是你看到的内存,他还会分配索引。
0 0
- 算法第一章+process mining(k—means clustering )
- K-Means Clustering算法
- K均值聚类算法(K-Means Clustering Algorithm)
- k-means clustering K平均算法
- Numerical Example of K-Means Clustering(K-Means聚类算法的简单例子)
- K-means Clustering【K-means聚类算法
- 机器学习——聚类(clustering):K-means算法(非监督学习)
- 8.1 聚类(Clustering) K-means算法
- 8.2 聚类(Clustering) K-means算法应用
- 聚类(1)-- k-means clustering
- 聚类(2)-- Fuzzy k-means clustering
- 聚类(1)-- k-means clustering
- 聚类(2)-- Fuzzy k-means clustering
- Clustering (1): k-means(Python实现)
- Clustering (1): k-means
- K-Means Clustering
- k-means Clustering
- Clustering (1): k-means
- echarts添加点击事件
- 解决iOS首次启动app时,定位提示弹出框闪一下消失的情况。
- iOS UTC秒数时间戳和日期的互相转换[转载]
- redis 安装及其使用
- 生活服务是未来十年最大的商业机会?
- 算法第一章+process mining(k—means clustering )
- mocha写测试用例对错误case的评估和测试
- erl_tree-avl Trees平衡二叉查找树
- 详解Android中AsyncTask的使用
- QtQuick学习笔记(一)漫谈
- [Leetcode]Paint House
- [BT_Overview]蓝牙core spec基本内容
- hdu5442 Favorite Donut
- spirngmvc.一:SpringMVC 配置