机器学习实战(一)(KNN近邻算法)

本文介绍了KNN(k-近邻)算法,重点讲解了numpy模块中的.T(转置矩阵)、.I(逆矩阵)方法。通过KNN.py代码展示了算法实现,并探讨了argsort函数(返回索引值)和tile函数(复制数组)的用法,为理解k-近邻算法奠定了基础。
摘要由CSDN通过智能技术生成

numpy模块方法提要
.T 求转置矩阵
.I 求逆矩阵

import numpy as np
import random
Mat=np.mat(np.random.random(size=(4,4)))
print(Mat)
invMat=Mat.I
print("这是逆矩阵\n",invMat)
TMat=Mat.T
print("这是转置\n",TMat)

在这里插入图片描述
KNN.py的代码

from numpy import *
import operator

def createDataSet():
    group=array([[1.0,1.1],[1.0
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值