【文件属性】：
文件名称：Kmeans-and-Kernel-Kmeans:####Goals#### * 实现以下聚类算法
文件大小：24KB
文件格式：ZIP
更新时间：2021-06-03 16:03:53
Python
coursera - UIUC - 数据挖掘中的聚类分析 - 编程作业 - Python 版
####先决条件：####
python：如果你在自己的机器上工作，你可能需要安装 Python。 此作业中的代码适用于 python 2.7。
linux（推荐）或 windows（您可能无法应用 make 命令，但您可以使用自己的 IDE，例如 Visual Studio 和 Code Blocks。）
####目标####
实现以下聚类算法：K-means 和 Kernel K-means。
实施以下监督聚类评估指标：纯度和 NMI。
####Step 1. K-means####
完成k_means.py中K-means的以下两个关键函数
def updateClusterID(data, centers):
nData = len(data)
【文件预览】：
Kmeans-and-Kernel-Kmeans-master
----data()
--------quiz_B.data(6KB)
--------quiz_C.ground(804B)
--------quiz_A.data(6KB)
--------seed.ground(424B)
--------quiz_A.ground(804B)
--------seed.data(9KB)
--------self_test.data(5KB)
--------quiz_B.ground(804B)
--------quiz_C.data(6KB)
--------self_test.ground(604B)
----src()
--------LoadData.py(783B)
--------k_means.py(3KB)
--------utils.py(175B)
--------README.md(3KB)
--------kernel_k_means.py(789B)
--------evaluation.py(3KB)
--------main_k_means.py(836B)
--------main_kernel_k_means.py(829B)
----README.md(3KB)