机器学习之聚类、主成分分析理论与代码实践

1

开课简介开课简介

2

机器学习知识体系机器学习知识体系

3

机器学习流程机器学习流程

4

聚类简介聚类简介

「仅限付费用户」点击下载“聚类与PCA.rar”

5

K-means算法原理K-means算法原理

6

K-means中距离计算方法K-means中距离计算方法

7

K-means原生代码实现K-means原生代码实现

8

使用sklearn实现K-means使用sklearn实现K-means

9

层次聚类基本原理层次聚类基本原理

10

层次聚类中类间距离计算方法层次聚类中类间距离计算方法

11

层次聚类计算方法举例层次聚类计算方法举例

12

层次聚类的sklearn实现层次聚类的sklearn实现

13

密度聚类密度聚类

14

密度聚类sklearn实现密度聚类sklearn实现

15

谱聚类介绍及算法原理谱聚类介绍及算法原理

16

谱聚类sklearn实现谱聚类sklearn实现

17

聚类算法评价指标聚类算法评价指标

18

聚类评价指标代码实现聚类评价指标代码实现

19

聚类案例：亚洲球队聚类分析聚类案例：亚洲球队聚类分析

20

PCA介绍PCA介绍