机器学习

tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。 第一个参数input_tensor：

@[toc] 函数原型： 功能改变张量（tensor）的形状。 tensor形参传入一个tensor。shape传入一个向量，代表新tensor的维度数和每个维度的长度。如果传入[3,4,5]，就会返

@[toc] 函数形式： 参数： shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定） name：名称 为什么要用placehold

1、Mean-shift 1)概述 Mean-shift（即：均值迁移）的基本思想：在数据集中选定一个点，然后以这个点为圆心，r为半径，画一个圆(二维下是圆)，求出这个点到所有点的向量的平均值，而圆心

@[toc] 前文介绍的K-Means算法需要指定K值(分组数)，本文实现的MeanShift聚类算法不需要预先知道聚类的分组数，对聚类的形状也没有限制。 为了更好的理解这个算法，本帖使用Python

@[toc] K-Means是一种聚类(Clustering)算法，使用它可以为数据分类。K代表你要把数据分为几个组，前文实现的K-Nearest Neighbor算法也有一个K，实际上，它们有一个相

Support Vector Machine或简称SVM可翻译为支持向量机，是机器学习中常用的分类算法，它比上文介绍的KNN算法要复杂的多。为了理解这个算法的基本原理，本帖使用Python实现SVM算

@[toc] K-Nearest Neighbor(KNN)可以翻译为K最近邻算法，是机器学习中最简单的分类算法。为了更好的理解这个算法，本帖使用Python实现这个K-Nearest Neighbo