有哪些信誉好的足球投注网站- 1、本文档共3页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
#导入必要的工具包
import?pandas?as?pd
import?numpy?as?np
import?time
from?matplotlib?import?cm
import?matplotlib.pyplot?as?plt
#%matplotlib?inline
#读取训练数据,训练集中有42000个样本
train?=?pd.read_csv(./data/MNIST_train.csv)
y_train?=?train.label.values
X_train?=?train.drop(label,axis=1).values
#将像素值[0,255]??--?[0,1]
X_train?=?X_train?/?255.0
#?原始输入的特征维数和样本数目
print(the?shape?of?train_image:?{}.format(X_train.shape))
#显示示例图像
plt.figure(figsize=(14,12))
for?digit_num?in?range(0,64):
????plt.subplot(8,8,digit_num+1)
????grid_data?=?X_train[digit_num].reshape(28,28)??#?reshape?from?1d?to?2d?pixel?array
????plt.imshow(grid_data,?interpolation?=?none,?cmap?=?gray?)
????plt.xticks([])
????plt.yticks([])
plt.tight_layout()
#K均值聚类
from?sklearn.cluster?import?KMeans
kmeans?=?KMeans(n_clusters?=?OPT_K)
y_pred_kmeans?=?kmeans.fit_predict(X_pca)
stats?=?clusters_stats(y_pred_kmeans,?y_selected,?MAX_K)
purity?=?clusters_purity(stats)
print(Overall?purity?of?KMeans:?%f?%?purity)
#print(Plotting?the?first?2?clusters)
plot_clusters(y_pred_kmeans,?y_selected,?stats,?MAX_K)
#GMM
from?sklearn.mixture?import?GaussianMixture
gmm?=?GaussianMixture(n_components=OPT_K,?random_state=random_state)
gmm.fit(X_pca)
y_pred_gmm?=?gmm.predict(X_pca)
stats?=?clusters_stats(y_pred_gmm,?y_selected,?MAX_K)
purity?=?clusters_purity(stats)
print(Overall?purity?of?GMM:?%f?%?purity)
print(Plotting?the?first?2?clusters)
plot_clusters(y_pred_gmm,?y_selected,?stats,?MAX_K)
#层次聚类
from?sklearn.cluster?import?AgglomerativeClustering
hierarchical_cluster?=?AgglomerativeClustering(n_clusters=K_Ag,?linkage=ward)
y_pred_hierarchical?=?hierarchical_cluster.fit_predict(X_pca)
stats?=?clusters_stats(y_pred_hierarchical,?y_selected,?K_Ag)
purity?=?clusters_purity(stats)
print(Overall?purity?of?Agglomerative?Clustering:?%f?%?purity)
print(Plotting?the?first?2?clusters)
plot_clusters(y_pred_hierarchical,?y_selected,?stats,?K_Ag)
#最优参数
eps?=?distanceDec[780]
dbscan?=?DBSCAN(eps?=?eps,?min_samples?=?10)?????
#?模型拟合
dbscan.fit(X_pca)
y_pred_dbs
文档评论（0）