查看“Fidelius示例教程”的源代码
←
Fidelius示例教程
跳到导航
跳到搜索
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
您可以通过本页面了解如何在Fidelius中运行一个示例程序。 = 基于Iris数据集的K-Means聚类算法 = 基于Iris数据集的K-Means聚类是机器学习中一个非常经典的学习示例,这里我们介绍一下如何在Fidelius中实现这个例子。 == Iris鸢尾花数据集 == Iris 鸢尾花数据集内包含 3 类分别为山鸢尾(Iris-setosa)、变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica),共 150 条记录,每类各 50 个数据,每条记录都有 4 项特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度。 *sepallength:萼片长度 *sepalwidth:萼片宽度 *petallength:花瓣长度 *petalwidth:花瓣宽度 以上四个特征的单位都是厘米(cm) [[文件:Iris pic.15.png|600px|center]]
返回至“
Fidelius示例教程
”。
导航菜单
个人工具
创建账户
登录
命名空间
页面
讨论
变体
已展开
已折叠
查看
阅读
查看源代码
查看历史
更多
已展开
已折叠
搜索
导航
首页
数据集市
技术原理
历史版本
术语列表
隐私计算基础介绍
其他
最近更改
随机页面
MediaWiki帮助
工具
链入页面
相关更改
特殊页面
页面信息