findClosestCentroids.m

m = size(X,1);for i=1:m[value index] = min(sum((repmat(X(i,:),K,1)-centroids).^2,2));idx(i) = index;
end

computeCentroids.m

temp = [X idx];
// pdf说能向量化实现更高效,本人对matlab实在不熟,勉强实现了下循环的,若有大神,敬请赐教。
for i=1:K[index_row index_column]= find(temp(:,end) == i);centroids(i,:) = mean(X(index_row,:));
end

pca.m

sigma = X'*X.*(1/size(X,1));
[U S V] = svd(sigma);

projectData.m

Z = X*U(:,1:K);

recoverData.m

temp = zeros(size(Z,1),size(U,1)-K);
X_rec = [Z temp]*U';

这里关于PCA的练习相对比较简单,UFLDL上面的内容比较多,有兴趣的同学可以在做完UFLDL练习后,到UFLDL学习笔记 ---- 主成分分析与白化比较下,如有理解错误,万望指教,谢谢

MachineLearning Exercise 7 : K-means Clustering and Principle Component Analysis相关推荐

  1. Programming Exercise 7: K-means Clustering and Principal Component Analysis【Maching Learning】

    1.1.1 Finding closest centroids n=size(X,1); temp = zeros(K, 1); for i=1:nfor j=1:K % temp(j)=(X(i,1 ...

  2. Andrew Ng机器学习编程作业:K-means Clustering and Principal Component Analysis

    作业文件 machine-learning-ex7 1. K-means聚类 在这节练习中,我们将实现K-means聚类,并将其应用到图片压缩上.我们首先 从二维数据开始,获得一个直观的感受K-mea ...

  3. Python:PCA(principle component analysis)主成分分析手工代码实现

    单纯看公式推导看懂了,是没有用的. ''' Auther: DeniuHe Date: ''' import numpy as np from sklearn.datasets import load ...

  4. 文献记录(part89)--I-k-means-+:An iterative clustering algorithm based on an enhanced k -means

    学习笔记,仅供参考,有错必究 关键词:k均值:解决方案改进:准确的k均值:迭代改进 I-k-means-+:An iterative clustering algorithm based on an ...

  5. kmeans改进 matlab,基于距离函数的改进k―means 算法

    摘要:聚类算法在自然科学和和社会科学中都有很普遍的应用,而K-means算法是聚类算法中经典的划分方法之一.但如果数据集内相邻的簇之间离散度相差较大,或者是属性分布区间相差较大,则算法的聚类效果十分有 ...

  6. 为了联盟还是为了部落 | K means

    1. 问题 人类有个很有趣的现象,一群人在一起,过一段时间就会自发的形成一个个的小团体.好像我们很擅长寻找和自己气质接近的同类.其实不只是人类,数据也有类似情况,这就是聚类(Clustering)的意 ...

  7. sklearn机器学习:K均值聚类

    K-Means 均值聚类聚类算法可以说是最简单但是使用最广的一种聚类算法了,原理也简单易懂,sklearn中提供了很多聚类算法的实现,所以这里就学习一下K-Means算法.接下来会介绍一些关键性的概念 ...

  8. K means 图片压缩

    k-means的基本原理较为清晰,这里不多赘述,本次博客主要通过基础的k means算法进行图像的压缩处理. 原理分析 在彩色图像中,每个像素的大小为3字节(RGB),可以表示的颜色总数为256 * ...

  9. 机器学习:k邻近算法(KNN)

    title: 机器学习:k邻近算法(KNN) date: 2019-11-16 20:20:41 mathjax: true categories: 机器学习 tags: 机器学习 什么是K邻近算法? ...

最新文章

  1. Foundation 框架
  2. 【总结】SAP 供应商寄售/客户寄售
  3. Rust学习资料大全
  4. 基于 Flink+Iceberg 构建企业级实时数据湖 | 附 PPT 下载
  5. 5 Vim编辑器的使用
  6. 18. OD-反调试研究,破解反调试,编写反调试
  7. 试图将驱动程序添加到存储区_云存储——终于等到你,还好没放弃
  8. Everyting 文件查找工具
  9. 我的世界服务器权限组权限修改器,我的世界权限组指令介绍
  10. 图像分辨率测试ISO12233 - 2017中文翻译
  11. Go程序设计语言导读
  12. Android 权限汇总大全
  13. 基于jieba和哈工大信息检索研究中心同义词词林扩展版的同义词替换安装与测试
  14. monthcalendar_Python日历模块| 带有示例的monthcalendar()方法
  15. 2的次幂表示(递归求解)
  16. ant 的详细的入门教程
  17. C# 读取 vCard 格式
  18. 最系统的大数据挖掘技术及其应用详解!
  19. 2022-2028年中国针织行业生产现状分析与投资前景战略研究报告
  20. 万能Makefile

热门文章

  1. vivox20 html阅读器,【vivoX20评测】屏幕:全面屏也得看显示素质_vivo X20_手机评测-中关村在线...
  2. PYNQ实战笔记(二)————使用HLS构建加法器
  3. ubuntu10.04以及10.10安装配置tftp服务
  4. Oracle fgs(精细审计)使用
  5. td设置自动隐藏,hover事件触发全部显示,table列表不用担心信息太长导致界面不美观
  6. PDA地下电缆巡检系统
  7. 小程序获取运动步数php,微信小程序怎么获取php页面数据?
  8. prometheus命令_Prometheus
  9. imread函数_不知道这 7 大 OpenCV 函数怎么向计算机视觉专家进阶?
  10. syslog(LOG_ERR, Error: errcode=%d, message=%s, errcode, errmsg);