- 博客(3)
- 收藏
- 关注
RSS订阅原创 k-近邻算法
如下图，嫁给你数据分成4分，其中一份作为验证集，然后经过4次(组)的测试，每次都更换不同的验证集，即将得到4组模型的结果，取平均值作为最终结果，又称4折交叉验证。作用与每一列，max为一列的最大值，min为一列的最小值，那么x2为最终结果，mx，mi分别为指定区间值默认mx为1，mi为0。4、通常，循环的选择坐标轴对空间划分，选择训练实例点在坐标轴上的中位数为切分点，这样得到的kd树是平衡的。若属性值之间不存在有序关系，则通常将其转化为向量的形式，如性别男女，转化为{（1，0），（0，1）}
2024-07-21 15:21:17
826
原创 机器学习（matplotlib、numpy的使用介绍）
获取数据数据基本处理特征工程机器学习模型评估数据集中一行数据称为一个样本，一列数据成为一个特征# ndarray的使用#创建ndarrayscore# ndarray与Python原生list运算效率对比,可得ndarray的计算速度要快# 使用 Python 原生 lista = []# 计算 Python 原生 list 的求和时间print(f"Python 原生 list 求和时间：{time_sum1} 秒")# 使用 NumPy ndarray。
2024-07-21 10:41:12
441
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人