资源简介
机器学习评价内蕴方法，Xie-Beni指标是模糊K均值算法的聚类有效指标
代码片段和文件信息
# -*- coding: utf-8 -*-
“““
Created on Mon Dec 19 22:35:38 2018
“““
import numpy as np
#计算两个向量之间的欧式距离
def distance（VxVy）:
return np.linalg.norm（Vx-Vy）
#定义Xie_Beni函数
def Xie_Beni（udataSetcentriods）:
ncols=dataSet.shape
kcols=centriods.shape
sum_cluster_distance=0.0
# 计算Xie_Beni指标的分子
for i in range（k）:
for j in range（n）:
sum_cluster_distance+=np.powe- 上一篇：基于决策树的天气大数据回归例程
- 下一篇：python写的专家系统玩具分类
相关资源
- kNN分类器和两个-Python
- 显著性目标检测、分割任务实验评价
- Logistics回归
- Multiboost的Python实现
- 决策树回归算法
- Python机器学习与量化投资视频教程
- python实现微信聊天机器人
- Python_TreeMap_可视化方案数据源实现代
- machine learning Logistic regression
- openCV+PYTHON实现的knn算法手写数字识别
- 算法的python实现代码、测试数据集及
- python深度学习电子版+源码
- machine learning adaboost
- python 候选消除算法实现
- python入门到精通某智付费课程超级完
- L2正则化python实现案例（）
- treePlotter
- Python-TensorFlow语义分割组件
- 机器学习实战python2SVM 训练数据
- logistic regression源代码（含数据集）
- tensorflow_random_forest_demo.py
- keras_inception_v4_finetune.py
- densenet121.py
- mnist_acgan.py
- 集成k-最近邻（k-NN）、朴素贝叶斯、
- Python-机器学习完全课程
- Python-Glyce用于汉字表示的字形向量
- 燕大《Python机器学习》实验报告 .do
- python实现谱聚类代码并进行可视化
- 机器学习-python处理UCI鲍鱼数据集.ra
川公网安备 51152502000135号
评论
共有 条评论