社区
非技术类
帖子详情
七月VC/MFC专家榜
DentistryDoctor
2006-08-02 09:54:20
偶来!
...全文
914
72
打赏
收藏
七月VC/MFC专家榜
偶来!
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
72 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
czcolin
2006-08-10
打赏
举报
回复
其实在非技术区混分也不错,出码不要用脑子...
ilove8
2006-08-10
打赏
举报
回复
up
wanilyer
2006-08-10
打赏
举报
回复
牙医,我想申请 ATL/ActiveX/COM 版的小斑竹
forover
2006-08-10
打赏
举报
回复
接分~~
Seu_why
2006-08-10
打赏
举报
回复
seu07201213(【东南】〖少帅〗) ( ) 信誉:100
猛兄,几几界的啊?
zhoujie20153
2006-08-10
打赏
举报
回复
拽!!
像他们学习
会思考的草
2006-08-10
打赏
举报
回复
就上了一个硬件/系统版……可怜啊。
cleverwyq
2006-08-10
打赏
举报
回复
mark,头次上界面版,互相学习
livedeal
2006-08-10
打赏
举报
回复
哈哈,我也可以上榜了啊,^_^
折腾_苏州
2006-08-10
打赏
举报
回复
to Seu_why(小银子)
我毕业一年了
ChinaCup
2006-08-10
打赏
举报
回复
^-^
Elysium
2006-08-10
打赏
举报
回复
拽!!!!!!!!!!
笨笨兔兔兔兔兔
2006-08-10
打赏
举报
回复
东南的淫还真8少
一条晚起的虫
2006-08-09
打赏
举报
回复
前两个月还在非技术榜首,现在影子都没了。
金龙-Super
2006-08-07
打赏
举报
回复
呵呵,偶的分都给人了,一分都没赚到,真是羡慕老大们
名牌大灰狼
2006-08-07
打赏
举报
回复
哦非技术都上不了,才郁闷呢。 想当前每月可是1W哦(归隐了...)
striking
2006-08-07
打赏
举报
回复
我跟楼上的一样,还是最后,汗
bobob
2006-08-07
打赏
举报
回复
唯一上榜的居然是非技术。。。。。。
学习Java中
2006-08-07
打赏
举报
回复
up
iamcaicainiao
2006-08-06
打赏
举报
回复
顶。牙医辛苦了。
加载更多回复(52)
python身高体重程序代码_python EM算法4(身高体重数据集)
1 处理数据 import numpy as np # 预处理数据 def loadData(filename): dataSet = [] fr = open(filename) for line in fr.readlines(): curLine = line.strip('\n').split('\t') fltLine = list...
EM算法实践
一、Basic EM算法 np.random.multivariate_normal(mean,convirance,size)生成多元正态分布() 判断预估的分布与实际分布的顺序是否相同,需要用到样本的标签及数据特征。 程序的数据是男女身高,女生标签是0,男生是1。我们有先验知识,男生的身高比女生高,所以这个通过比较模型的两个均值,即可预测的那个分布是女生,哪个是男生。 通过flag表示,...
EM算法和GMM(中)
GMM,高斯混合模型,也可以简写为MOG。高斯模型就是用高斯概率密度函数(正态分布曲线)精确地量化事物,将一个事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。 单高斯,混合高斯,多变量混合高斯 单高斯是一维变量一个模型,混合高斯是一维变量多个模型,多变量混合高斯是多个维度变量多个模型。 GMM的表达式为k个高斯分布的叠加 代码 该数据集是人的身高和体重 # !/u...
Python实战:用sklearn的GaussianMixture搞定身高体重聚类(附完整代码)
本文通过一个完整的身高体重数据分析项目,详细介绍了如何使用Python的sklearn库实现高斯混合模型聚类。文章从数据模拟、可视化、模型构建与训练,到模型评估与参数调优,提供了完整的代码示例和实战技巧,帮助读者掌握GMM这一强大的概率聚类算法,并将其应用于发现数据中的隐藏群体结构。
用Python手撸GMM聚类:从数学推导到EM算法实战(附完整代码)
本文深入解析了高斯混合模型(GMM)的原理与实现,通过数学推导详细阐述了期望最大化(EM)算法的E步和M步。文章提供了从零开始使用NumPy手写GMM聚类的完整代码,并包含可视化EM迭代过程及与Scikit-Learn的对比,帮助读者从理论到实战全面掌握这一强大的概率聚类方法。
非技术类
1,663
社区成员
58,947
社区内容
发帖
与我相关
我的任务
非技术类
VC/MFC 非技术类
复制链接
扫一扫
分享
社区描述
VC/MFC 非技术类
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章