趁我未失憶之前，記錄過去曾經的自己
914博主總是希望大家可以多了解底層數學邏輯，會幫助你們在建模或設定引數會有極大的幫助，也是高效影響你們建模的水平與降低踩坑的機會，所以這一篇文章會講解基礎的數學理論。
那以下這個範例，用程式對造就是如下
q=
0for i in
range(1
,n)：
q+=i
return
(q)
向量的記法：印刷體記作粗體的字母（如a、b、u、v），書寫時在字母頂上加一小箭頭「→」。
如果給定向量的起點（a）和終點（b），可將向量記作ab（並於頂上加→）。
我這裡介紹歐機理得距離，但你們也可以用別的求距離的公式,例如春節大片唐人街探案2裡面用到的曼哈頓(manhattan)距離法或是明可夫斯基(minkowski)距離法之類都可以使用。
不過通常一般的kmean教程都是使用歐機理得距離,我們今天就用歐機理得距離為大家講解.
兩點距離怎麼求呢?
點i =(x1,…,xn)和 j =(y1,…,yn)是兩個n維資料的物件 .求兩點距離歐幾里得距離，公式如下：
如果以上還不是很理解，則我們可以先用直線的距離計算來了解。兩個點的直線距離怎麼求,同理可證多維的兩點直線距離怎麼求,也就知道歐幾里得公式怎麼出來的。
延長aa』和bb』使之交與c點,顯然角c等於90度，這樣我們就構造出了乙個三角形abc，而我們要求的ab就在這個直角三角形上。因此我們是不是可以考慮看看用勾股定理來求出ab 。由勾股定理可以得知：
由a（-20,20）和b（20,-10），所以可知c（-20，-10）。因此可知：
所以把|ab|2次方移過去,就可求的
a點到c點 這條線是30,c點到b點這條線是40…取平方就是要將負數變正數
機器學習 kmeans
1 手寫kemeans 流程 手寫 f 桌面 rna seq1 leetcode 10 面試真題 6 位元組跳動 手寫kmeans.py 2 k 如何確定 t sne視覺化和手肘法，k值所決定的是在該聚類演算法中，所要分配聚類的簇的多少，kmeans 演算法對初始值敏感，相同的k，選的點不同，會影響...
機器學習 K means
這個演算法主要是乙個迭代的過程 1.在乙個資料集中隨機選擇k個聚類中心 2.按照離各個聚類中心的遠近來將資料集中的資料劃分到各個分類中。3.將各個分類中資料點的平均座標來作為新的聚類中心 一直重複2 3過程直到各個分類中的資料點的平均座標正好等於聚類中心的座標為止。k means演算法也有可能會出現...
機器學習相關的數學基礎
finney，weir，giordano 托馬斯微積分 葉其孝，王耀東,唐兢譯.第10版.北京 高等教育出版社 2003 1 steven j.leon.線性代數 張文博，張麗靜譯.第8版.北京 機械工業出版社 william mendenhall等.統計學 梁馮珍，關靜譯.第5版.北京 機械工業出...