摘要:
先用图来描述K-means怎么做的 对于如下数据 如果你想分成2类(k=2),算法会随机生成两个聚类中心 然后会分别计算每个数据(绿点)与聚类中心的距离(一般是欧式距离),来决定属于哪个类(距离哪个聚类中心近) 这样,就得到了数据的第一次分类,接下来算法会计算已分类的数据的“中心”,将它们作为新的聚 阅读全文
摘要:
对于非线性“Decision Boundary” 如果用传统的多项式回归,有 \[{h_\theta }\left( x \right) = {\theta _0} + {\theta _1}{x_1} + {\theta _2}{x_2} + {\theta _3}{x_1}{x_2} + {\t 阅读全文