摘要：
（草稿） 两点关系的三种定义： 1. 直接密度可达：A在B的邻域内； 2. 密度可达：AB之间存在，直接密度可达的点串； 3. 密度连接：AB之间存在点k，使得Ak和Bk都密度可达； 过程： 1. 对每个点 2. 分别求满足 连接性和最大性的 簇 。 3. 所有点都归类，结束。 参考： https: 阅读全文
摘要：
（草稿） k-means: 1. 随机选取n个中心 2. 计算每个点到各个中心的距离 3. 距离小于阈值的归成一类。 4. 计算新类的质心，作为下一次循环的n个中心 5. 直到新类的质心和对应本次循环的n个中心的偏移不大，停止。 k-means++: 1. 随机选取n个中心（越远的被选取的概率越大， 阅读全文
摘要：
（草稿） meanshift 也是一种聚类方法。 优点在于：不需要提前指定类型数。 缺点就是计算量大 过程：（最一般的做法，没有使用核函数） 1. 逐点迭代，设置为位置中心 2. 计算所有点到位置中心的距离 3. 计算位置的质心（平均） 4. 位置中心的质心的距离够小就停止，该位置中心点就属于（质心 阅读全文
摘要：
repeat：复制元素 axis = 0 复制每行 axis = 1 复制每列 2 表示复制一遍 不设置axis，复制每个，按行展开成一行。 阅读全文
摘要：
求和： axis = 0 按列求和 axis = 1 按行求和 阅读全文
摘要：
转自： https://github.com/zhaozhiyong19890102/Python-Machine-Learning-Algorithm 阅读全文