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:

  1. # -*- coding: utf-8 -*-
  2. import numpy as np
  3. def euclid_distance(x1, x2):
  4. """计算两个点之间点欧式距离
  5. 参数:
  6. x1-numpy数组
  7. x2-numpy数组
  8. 返回值:
  9. ret-浮点型数据
  10. """
  11. # 请在此添加实现代码 #
  12. ret = 0
  13. #********** Begin *********#
  14. #********** End ***********#
  15. 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

  1. 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) ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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. ...

  8. 【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 ...

  9. 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 ...

  10. 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

  1. Firebug和Yslow是个好工具
  2. Python字符串逐字符或逐词反转方法
  3. 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
  4. python中立方表示_在Python中表示一个对象的方法
  5. LeetCode 669. 修剪二叉搜索树
  6. 被人推荐频率最高的书Top10
  7. 我试了试用 SQL查 Linux日志,好用到飞起
  8. django-中间件的执行流程
  9. C#LeetCode刷题之#69-x 的平方根(Sqrt(x))
  10. 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!
  11. ksd文件怎么导入存档_DAY5-step5 Python 示例说明 ZIP 压缩文件
  12. CentOS 7.3:LAMP 动静分离部署
  13. 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
  14. 功能1 -- 顶部导航栏和返回顶部效果
  15. 挑战性题目DSCT302:求不同形态的平衡二叉树数目
  16. osgb转3dtiles之数据篇
  17. 飞机遭遇时空乱流离奇穿越到30年前
  18. Excel数据透视表如何创建?
  19. 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?
  20. 盛世看增长,乱世看效率 from 思维碎片@知识星球

热门文章

  1. DELPHI美化界面
  2. 如何使用Java在Word中插入表格
  3. Solidity基础四
  4. 鸽巢原理以及poj2356
  5. 今天给大家介绍一下华为智选手机与华为手机的区别
  6. WindowsMouseEvent鼠标模拟事件
  7. 给办理广发样样行卡奴们的建议
  8. 软件测试物流管理需求分析,第四方物流管理系统的分析与软件测试.doc
  9. java 编程求图形面积_求java编程,计算长方形面积?
  10. 欧几里得算法c语言实现代码,密码学 欧几里得算法