Laboratorium 10 - Klasteryzacja

Ćwiczenia bazujące na materiałach Andrew Ng.
Przed zajęciami przejrzyj wykłady XIII-XIV: Linear regression

Instrukcja w języku angielskim.

Ćwiczenia do pobrania: Klasteryzacja

Pliki oznaczone znakiem wykrzyknika () należy wypełnić własnym kodem

• ex7.m - Octave/Matlab script for the first exercise on K-means
• ex7_pca.m - Octave/Matlab script for the second exercise on PCA
• ex7data1.mat - Example Dataset for PCA
• ex7data2.mat - Example Dataset for K-means
• ex7faces.mat - Faces Dataset
• bird_small.png - Example Image
• displayData.m - Displays 2D data stored in a matrix
• drawLine.m - Draws a line over an exsiting figure
• plotDataPoints.m - Initialization for K-means centroids
• plotProgresskMeans.m - Plots each step of K-means as it proceeds
• runkMeans.m - Runs the K-means algorithm
• pca.m - Perform principal component analysis
• projectData.m - Projects a data set into a lower dimensional space
• recoverData.m - Recovers the original data from the projection
• findClosestCentroids.m - Find closest centroids (used in K-means)
• computeCentroids.m - Compute centroid means (used in K-means)
• kMeansInitCentroids.m - Initialization for K-means centroids

Sprawdzic skrypt check.m dla PCA