网站项目合作：要求拿到一些网站的会员数据

自由航标 2006-11-24 08:22:38

拿到一些网站的会员数据
全部都是韩国站点
有兴趣的朋友可以加我
QQ：17882282
MSN：libo12@msn.com
请注明：项目合作

...全文

158 回复打赏收藏举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

前言：分析体检数据希望不拘泥于Sklearn库中已有的聚类算法，想着改一下Kmeans算法。本着学习的目的，现在开始查看sklearn的源代码。希望能够写成一个通用的包。有必要先交代一下我使用的python版本：python3.9.2 环境：pycharm 现在先学习学习Sklearn是如何写的～第一步：找到sklearn的源代码 >>> import sys >>> sys.path ['', 'D:\\Python\\python39.zip', 'D:\\Py

PCL：实现Kmeans点云聚类（附完整源码）

StreamingKMeans核心源码解读流式KMeans核心源码解读大家好，我是一拳就能打爆A柱的硬核男人之前给大家翻过流式算法的继承树，而且对于每一部分组件的内容、职责都有了一点了解，其实Spark流式算法的大致结构都差不多，所以这里也不给大家翻继承树了，直接上核心部分的代码一行行的分析。接下来我会先介绍方法入口，方便大家打开IDE跟着博客一起看，同时我会以行号加粗的方式标志代码，下方配上分析，希望各位能习惯。（建议一起打开IDE源码交叉看，当然我也会把代码贴出来。） 1、方法入口在Spark

本文基于Spark 1.6.3 KMeans介绍 K-Means算法是一种基于距离的聚类算法，采用迭代的方法，计算出K个聚类中心，把若干个点聚成K类。具体的数学推演可以参考这两篇：基本Kmeans算法介绍及其实现 K-means聚类算法 MLlib 中KMeans 实现介绍 MLlib实现K-Means算法的原理是，运行多个K-Means算法，每个称为run，返回最好的那个聚类的类簇中心。初始的类簇中心，可以是随机的，也可以是KMean||得来的，迭代达到一定的次数，或者所有run都收敛时，算法就结束。

(小白的个人理解，很多地方可能不准确，欢迎大家指正，向大家学习）

23,404

社区成员

70,506

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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