前言

学习模式识别第二次大作业 代码理解

一、内容

验证k-means 和fcm算法在iris和sonar数据集。

二、部分代码及理解

1.

sklearn库自带的小的数据集引用格式为：sklearn.datasets.load_

from sklearn.datasets import load_iris

sklearn提供的自带的数据集

2.

start=time.time()

计算代码运行时间

3.

plt.rcParams['font.sans-serif']=['SimHei']#设置字体为simhei显示中文

plt.rcParams参数设置总括

具体例子讲解

4.

arr = np.array(X)#创建数组

np.array等基本操作一览

5.

  b.add(np.random.randint(0,150))#≥0，＜150随机数加进b

np.random.randint用法

random.randint()与np.random.randint()的区别

6.

ceshi_hua_e = [hua_e[i] for i in range(len(hua_e)) if (i in b)]  #列表解析创建新列表 得中心坐标

方括号中使用for循环

---

之后为k-,eans在sonar处理的代码学习

7.

from sklearn import datasets,decomposition,manifold  #降维 流行

sklearn学习笔记（超级详细
）

标签：datasets,hua,means,代码,random,学习,randint,np,sklearn
来源： https://blog.csdn.net/coising/article/details/110008274