dbscan演算法的通俗理解：
1. 有乙個人有很多朋友的人a。a和b，是很要好的朋友。a和c，也是很要好的朋友。則b是a的直接密度可達，c也是a的直接密度可達。
2. b和c也有很多朋友。b也有乙個很要好的朋友，d。c也有乙個很要好的朋友，e。但是d和e，跟a並不像a跟b和d一樣要好，對a來說，就是「好朋友的好朋友」。那麼d和e是關於a的「密度可達」。
3. 那麼對於d和e兩個人來說，他們互為什麼關係呢？他們兩個，是「密度相連」的。
也就是說，我首先要有很多朋友。然後我閨蜜跟我是直接密度可達，我閨蜜的閨蜜跟我是密度可達，我有兩個閨蜜，我兩個閨蜜她們各自的閨蜜之間是密度相連的。
如上圖所示。
Beam search 演算法的通俗理解
beam search 演算法在文字生成中用得比較多，用於選擇較優的結果 可能並不是最優的 接下來將以seq2seq機器翻譯為例來說明這個beam search的演算法思想。在機器翻譯中，beam search演算法在測試的時候用的，因為在訓練過程中，每乙個decoder的輸出是有與之對應的正確答案...
通俗理解EM演算法
如果使用基於最大似然估計的模型，模型中存在隱變數，就要用em演算法做引數估計。個人認為，理解em演算法背後的idea，遠比看懂它的數學推導重要。idea會讓你有乙個直觀的感受，從而明白演算法的合理性，數學推導只是將這種合理性用更加嚴謹的語言表達出來而已。打個比方，乙個梨很甜，用數學的語言可以表述為糖...
dbscan演算法中 引數的意義 DBSCAN演算法
簡單的說就是根據乙個根據物件的密度不斷擴充套件的過程的演算法。乙個物件o的密度可以用靠近o的物件數來判斷。學習dbscan演算法，需要弄清楚幾個概念 一 基本概念 1.2.minpts 領域密度閥值 物件的 3.核心物件 如果物件o 4.直接密度可達 如果物件p在核心物件q的 5.密度可達 在dbs...