摘要： pca是一种黑箱子式的降维方式，通过映射，希望投影后的数据尽可能的分散， 因此要保证映射后的方差尽可能大，下一个映射的方向与当前映射方向正交 pca的步骤： 第一步: 首先要对当前数据(去均值)求协方差矩阵，协方差矩阵= 数据*数据的转置/(m-1) m表示的列数，对角线上表示的是方差，其他位置表示 阅读全文

摘要： DBSCAN 是一种基于密度的分类方法 若一个点的密度达到算法设定的阖值则其为核心点（即R领域内点的数量不小于minPts） 所以对于DBSCAN需要设定的参数为两个半径和minPts 我们以一个啤酒的分类指标来做第一步：提取数据，并分配变量 第二步：构建模型,并做测试，我们使用的r半径为10，最小 阅读全文

摘要： kmeans是一种无监督的聚类问题，在使用前一般要进行数据标准化, 一般都是使用欧式距离来进行区分，主要是通过迭代质心的位置 来进行分类，直到数据点不发生类别变化就停止, 一次分类别，一次变换质心，就这样不断的迭代下去 优势：使用方便劣势：1.K值难确定 2. 复杂度与样本数量呈线性关系 3.很难发 阅读全文