密度聚类sklearn实现
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
对机器学习感兴趣的人,想深入了解算法内部运行原理的人
你将会学到
学习常用的聚类方法(K-means、层次聚类、密度聚类、谱聚类等),学习主成分分析的原理与实现方法
课程简介
本课程讲解了无监督学习中的聚类方法和主成分分析方法。针对聚类算法详细讲解了K-means、层次聚类、密度聚类、谱聚类的原理及代码实践,针对主成分分析详细讲解了算法原理和2种不同的实现方式,即基于协方差矩阵的特征值分解算法和基于数据矩阵的奇异值分解算法。
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
21课时
机器学习之线性回归理论与代码实践
2389人学习
纪佳琪
5.0
¥68.00
23课时
机器学习之逻辑回归、KNN理论与代码实践
1642人学习
纪佳琪
4.0
¥68.00
36课时
机器学习之支持向量机理论与代码实践
1344人学习
纪佳琪
5.0
¥78.00
27课时
机器学习之聚类、主成分分析理论与代码实践
1236人学习
纪佳琪
5.0
¥68.00
16课时
机器学习之朴素贝叶斯理论与代码实践
864人学习
纪佳琪
5.0
¥68.00
18课时
机器学习之决策树理论与代码实践
843人学习
纪佳琪
5.0
¥68.00
12课时
机器学习之集成学习理论与代码实践
783人学习
纪佳琪
5.0
¥68.00
83课时
机器学习算法基础
316597人学习
覃秉丰
5.0
免费