K-means聚类算法第1关:计算欧几里得距离
任务描述
本关实现一个函数来计算欧几里得距离。
相关知识
K-means 算法的核心思想是,将数据集中的样本聚类为多个簇集,簇内样本距离较近,簇间样本距离较远。由此可见,其最基本的运算是判断样本(如书籍、电影、用户、汽车等)之间的距离(或者相似度)。
通常数据集中的样本都可描述为一个 n 维向量X(x1,x2,⋯,xn)。每一个维度代表样本的一个属性。比如,对于用户 x 而言,其属性可能是收入、年龄、工作时间等,对于电影而言,其属性可能是出品年份、导演、风格等。本关卡学习欧几里得度量。
欧几里得度量(Euclidean metric)(也称欧氏距离)是一个常用的距离定义,计算 n 维空间中,两个样本点之间的几何距离。
两个在 n 维空间的点X(x1,x2,⋯,xn)和Y(y1,y2,⋯,yn)的欧几里得距离为:
编程要求
本关卡要求你实现函数 euclid_distance,在右侧编辑器 Begin-End 区间补充代码,需要填充的代码块如下:
# -*- coding: utf-8 -*-
import numpy as np
def euclid_distance(x1, x2):
"""计算两个点之间点欧式距离
参数:
x1-numpy数组
x2-numpy数组
返回值:
ret-浮点型数据
"""
# 请在此添加实现代码 #
ret = 0
#********** Begin *********#
#********** End ***********#
return ret
测试说明
平台将对你的函数输入两个 Numpy 数组,计算欧式距离,比对函数 euclid_distance 的输出结果与正确结果的差异,只有完全正确才能进入下一关。
开始你的任务吧,祝你成功!
# -*- coding: utf-8 -*-
import numpy as np
def euclid_distance(x1, x2):"""计算欧几里得距离参数:x1 - numpy数组x2 - numpy数组返回值:distance - 浮点数,欧几里得距离"""distance = 0# 请在此添加实现代码 ##********** Begin *********#distance = np.sqrt(np.sum(np.square(x1-x2)))#********** End ***********#return distance
K-means聚类算法第1关:计算欧几里得距离相关推荐
- k means聚类算法_一文读懂K-means聚类算法
1.引言 什么是聚类?我们通常说,机器学习任务可以分为两类,一类是监督学习,一类是无监督学习.监督学习:训练集有明确标签,监督学习就是寻找问题(又称输入.特征.自变量)与标签(又称输出.目标.因变量) ...
- k means聚类算法_K-Means 聚类算法 20210108
说到聚类,应先理解聚类和分类的区别 聚类和分类最大的不同在于:分类的目标是事先已知的,而聚类则不一样,聚类事先不知道目标变量是什么,类别没有像分类那样被预先定义出来. K-Means 聚类算法有很多种 ...
- OpenCV官方文档 理解k - means聚类
理解k - means聚类 目标 在这一章中,我们将了解k - means聚类的概念,它是如何工作等. 理论 我们将这个处理是常用的一个例子. t恤尺寸问题 考虑一个公司要发布一个新模型的t恤. 显然 ...
- k均值聚类算法(K Means)及其实战案例
算法说明 K均值聚类算法其实就是根据距离来看属性,近朱者赤近墨者黑.其中K表示要聚类的数量,就是说样本要被划分成几个类别.而均值则是因为需要求得每个类别的中心点,比如一维样本的中心点一般就是求这些样本 ...
- K-Means(K均值聚类算法)
K-Means(K均值聚类算法) 1.前言 要学习聚类算法就要知道聚类学习算法是什么,为什么要学习聚类学习聚类学习算法,有什么用途,下面就简单的做一下介绍,并且详细的说明k-means均值聚类学习算法 ...
- k均值聚类算法python_K均值和其他聚类算法:Python快速入门
k均值聚类算法python This post was originally published here 这篇文章最初发表在这里 Clustering is the grouping of obje ...
- OpenCV的k - means聚类 -对图片进行颜色量化
OpenCV的k - means聚类 目标 学习使用cv2.kmeans()数据聚类函数OpenCV 理解参数 输入参数 样品:它应该的np.float32数据类型,每个特性应该被放在一个单独的列. ...
- 【模式识别】K均值聚类算法应用实验报告及MATLAB仿真
一. 实验目的 1.掌握K均值聚类算法的原理和实现过程: 2.掌握K均值聚类算法的应用方法. 二. 实验内容 1.彩色图像分割 选择一幅图像,分别按三种颜色数进行彩色图像分割的结果(原图和分割图).步 ...
- k均值聚类算法优缺点_Grasshopper实现K均值聚类算法
本文很长很长,有很多很多图,包含以下部分: 1.算法简介 2.如何分类平面点 3.如何分类空间点 4.如何分类多维数据 5.后记 提醒:以下内容包括:智障操作,无中生友,重复造轮子 等 1.算法简介 ...
- K均值聚类算法(HCM,K-Means)
K均值聚类核心思想如下: 算法把n个向量分为个组,并求每组的聚类中心,使得非相似性(或距离)指标的价值函数(或目标函数)达到最小.当选择欧几里德距离为组j中向量与相应聚类中心间的非相似性指标时,价值函 ...
最新文章
- Firebug和Yslow是个好工具
- Python字符串逐字符或逐词反转方法
- Struts2的国际化(一)-国际化资源文件的配置及国际化信息的访问
- python中立方表示_在Python中表示一个对象的方法
- LeetCode 669. 修剪二叉搜索树
- 被人推荐频率最高的书Top10
- 我试了试用 SQL查 Linux日志,好用到飞起
- django-中间件的执行流程
- C#LeetCode刷题之#69-x 的平方根(Sqrt(x))
- slam十四讲第二版 pdf_先搞定SLAM,再谈如何抓住下一代互联网产业爆发点!
- ksd文件怎么导入存档_DAY5-step5 Python 示例说明 ZIP 压缩文件
- CentOS 7.3:LAMP 动静分离部署
- 3d立体相册特效html网页代码_网页设计程序设计的必备知识点
- 功能1 -- 顶部导航栏和返回顶部效果
- 挑战性题目DSCT302:求不同形态的平衡二叉树数目
- osgb转3dtiles之数据篇
- 飞机遭遇时空乱流离奇穿越到30年前
- Excel数据透视表如何创建?
- 服务器浏览器怎么打不开网页,电脑能上qq打不开网页怎么回事?
- 盛世看增长,乱世看效率 from 思维碎片@知识星球