Liên kết được tài trợ:
Phần mềm chụp màn hình:
Các chi tiết về phần mềm:
Phiên bản: 3.1.9 / 4.0.0 Pre3
Ngày tải lên: 17 Feb 15
Nhà phát triển: Nico Schottelius
Giấy phép: Miễn phí
Phổ biến: 10
Tải về
- Currently 0.00/5
- 1
- 2
- 3
- 4
- 5
Rating: 0.0/5 [Total Votes: 0]
Liên kết được tài trợ:
cdist là một mã nguồn mở, miễn phí, hệ thống quản lý cấu hình di động và có thể sử dụng cho các hệ điều hành UNIX / Linux. Nó được xây dựng sau khi KISS [Giữ nó đơn giản, stupid] nguyên tắc như là một thay thế cho một số hệ thống quản lý cấu hình tiếng, chẳng hạn như đầu bếp, cfengine, Múa rối, và Bcfg2.Your quản lý cấu hình mặc định systemcdist có thể dễ dàng sử dụng trong cả hai cấp doanh nghiệp và môi trường nhỏ như hệ thống quản lý cấu hình mặc định. Bên cạnh đó Linux, cdist cũng hỗ trợ các hương vị BSD và hệ điều hành Mac OS X. Bạn nên sử dụng cdist vì nó sử dụng một mô hình cấu hình push dựa qua shell script, nó doesn & rsquo; t phụ thuộc vào bất cứ điều gì, và nó & rsquo; s cao scalable.Getting bắt đầu với cdistConfiguring và cài đặt cdist trên hệ điều hành GNU / Linux của bạn là khá dễ dàng, bạn sẽ được yêu cầu đầu tiên lấy phiên bản ổn định mới nhất của phần mềm từ Softoware, lưu nó vào một vị trí của sự lựa chọn của bạn, giải nén và mở một terminal emulator.
Sử dụng & lsquo; cd & rsquo; lệnh trong cửa sổ mô phỏng thiết bị để di chuyển đến vị trí của các tập tin lưu trữ được trích ra, sau đó gõ các & ldquo; python setup.py cài đặt & rdquo; lệnh, mà không có dấu ngoặc kép, như là người chủ hoặc với sudo ở phía trước của nó để cài đặt các hệ thống chương trình rộng và làm cho nó có sẵn cho tất cả người dùng.
Để sử dụng nó, gõ & lsquo; cdist & rsquo; lệnh trong terminal Linux của sự lựa chọn của bạn, cũng như các & lsquo; cdist --help & rsquo; hoặc & lsquo; cdist h & rsquo; lệnh để xem các tùy chọn dòng lệnh mặc định của program.Under mui xe, sẵn sàng và hỗ trợ phần mềm cdist OSesThe được viết hoàn toàn bằng ngôn ngữ lập trình Python và nó & rsquo; s hoàn toàn tương thích với tất cả các bản phân phối GNU / Linux, cũng như với nhiều BSD hương vị và các hệ điều hành Mac OS X. Nó đã được thử nghiệm thành công với cả 32-bit và 64-bit hướng dẫn thiết lập kiến trúc. Python 3.2.x hoặc sau này là cần cho việc sử dụng các phiên bản mới nhất của cdist
là gì mới trong phiên bản này:.
- Các PreOS tạo ra vào lúc được làm sạch lưu trữ.
- Các chi nhánh 4.0 được sáp nhập với 3.0.9.
là gì mới trong phiên bản 3.0.8:
- Phiên bản này giới thiệu đơn vị xét nghiệm cho chạy khô và xây dựng phụ thuộc, và tăng cường kiểm tra các đối tượng id.
là gì mới trong phiên bản 3.0.7:
- Phiên bản này giới thiệu một tính năng beta mới tạo ra phụ thuộc dựa trên thứ tự thực hiện.
là gì mới trong phiên bản 3.0.5:
- Phiên bản này giới thiệu các khái niệm ghi đè lên và cập nhật các tài liệu hướng dẫn .
là gì mới trong phiên bản 3.0.4:
- phiên bản này cập nhật các tài liệu, bản chuyển ngược cài đặt hỗ trợ từ các chi nhánh 4.x, và cập nhật các loại cho Debian và FreeBSD.
được gì mới trong phiên bản 3.0.3:
- Phiên bản này bao gồm dọn dẹp cho nhiều loại, giới thiệu mới kiểu __hostname, và thay đổi tên máy thám hiểm toàn cầu.
là gì mới trong phiên bản 4.0.0 Pre1:
- Phiên bản này bao gồm các tính năng mới và cài đặt preos như một bản xem trước.
là gì mới trong phiên bản 3.0.2:
- Phiên bản này bổ sung thêm các loại __mount và __block, bao gồm sửa lỗi cho __cron và __ssh_authorized_keys, và các văn bản tất cả các tin nhắn được gửi bởi các loại.
17 Feb 15
Mình đang học về K-Means, và thắc mắc code một tí, mong anh em giải thích giúp:
#Trước tiên, chúng ta cần khai báo các thư viện cần dùng. Chúng ta cần numpy và matplotlib như trong bài Linear Regression cho việc tính toán ma trận và hiển thị dữ liệu. Chúng ta cũng cần thêm thư viện scipy.spatial.distance để tính khoảng cách giữa các cặp điểm trong hai tập hợp một cách hiệu quả.
import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial.distance import cdist
np.random.seed[11]
#Tiếp theo, ta tạo dữ liệu bằng cách lấy các điểm theo phân phối chuẩn có kỳ vọng tại các điểm có tọa độ [2, 2], [8, 3] và [3, 6], ma trận hiệp phương sai giống nhau và là ma trận đơn vị. Mỗi cluster có 500 điểm. [Chú ý rằng mỗi điểm dữ liệu là một hàng của ma trận dữ liệu.
means = [[2, 2], [8, 3], [3, 6]]
cov = [[1, 0], [0, 1]]
N = 500
X0 = np.random.multivariate_normal[means[0], cov, N]
X1 = np.random.multivariate_normal[means[1], cov, N]
X2 = np.random.multivariate_normal[means[2], cov, N]
X = np.concatenate[[X0, X1, X2], axis = 0]
K = 3
original_label = np.asarray[[0]*N + [1]*N + [2]*N].T
#Hiển thị dữ liệu trên đồ thị
#Chúng ta cần một hàm kmeans_display để hiển thị dữ liệu. Sau đó hiển thị dữ liệu theo nhãn ban đầu.
def kmeans_display[X, label]:
K = np.amax[label] + 1
X0 = X[label == 0, :]#Ý nghĩa của dòng này là gì?
X1 = X[label == 1, :]#Ý nghĩa của dòng này là gì?
X2 = X[label == 2, :]#Ý nghĩa của dòng này là gì?
plt.plot[X0[:, 0], X0[:, 1], 'b^', markersize = 4, alpha = .8]
plt.plot[X1[:, 0], X1[:, 1], 'go', markersize = 4, alpha = .8]
plt.plot[X2[:, 0], X2[:, 1], 'rs', markersize = 4, alpha = .8]
plt.axis['equal']
plt.plot[]
plt.show[]
kmeans_display[X, original_label]
Các bạn cho mình hỏi ý nghĩa của dòng này là gì?
X0 = X[label == 0, :]#Ý nghĩa của dòng này là gì?
X1 = X[label == 1, :]#Ý nghĩa của dòng này là gì?
X2 = X[label == 2, :]#Ý nghĩa của dòng này là gì?
plt.plot[X0[:, 0], X0[:, 1], 'b^', markersize = 4, alpha = .8]#Ý nghĩa của dòng này là gì?
plt.plot[X1[:, 0], X1[:, 1], 'go', markersize = 4, alpha = .8]#Ý nghĩa của dòng này là gì?
plt.plot[X2[:, 0], X2[:, 1], 'rs', markersize = 4, alpha = .8]#Ý nghĩa của dòng này là gì?
Link về bài viết ở đây: K-means
Gộp 3 ma trân X0, X1, X2 thành X theo chiều ngang
X = np.concatenate[[X0, X1, X2], axis = 0]
|-----------X0---------|
|-----------X1---------|
|-----------X2---------|
Khởi tạo vector label có length = 3N, N phần tử đầu là 0, N phần tử ở giữa là 1, N phần tử cuối là 2
original_label = np.asarray[[0]*N + [1]*N + [2]*N].T
N = 2
label = [001122]N = 3
label = [000111222]
Tách ma trân X theo chiều ngang thành 3 ma trận X0, X1, X2 như ban đầu.
X0 = X[label == 0, :]
X1 = X[label == 1, :]
X2 = X[label == 2, :]
Chi tiết, giả sử N = 2, không thực hiện Tranpose
label == 0
[True, True, False, False, False, False]
label == 1
[False, False, True, True, False, False]
label == 2
[False, False, False, False, True, True]
X[ label == 0 , : ]
= X[ [ [True], [True], [False], [False], [False], [False] ], : ]
= X0
Bạn nên đọc Numpy Quick Start để nắm cơ bản các hàm của Numpy
//docs.scipy.org/doc/numpy/user/quickstart.html