自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 机器学习——Day 3 KNN实现鸢尾花案例分类

一、总结K最近邻(KNN)算法是机器学习领域中一个基础且经典的分类算法。它基于实例的学习,即通过测量不同数据点之间的距离进行分类。具体来说,当有一个新的数据点需要被分类时,算法会查找训练数据集中与其最相近的K个数据点,并依据这K个数据点所属的类别来对新数据点进行投票分类。鸢尾花数据集(Iris dataset)是机器学习领域常用的一个数据集,它包含了三类鸢尾花的四个特征(花萼长度、花萼宽度、花瓣长度、花瓣宽度)的测量值。

2024-04-25 10:04:32 1044 1

原创 机器学习——Day 2 KNN算法

KNN(K-Nearest Neighbor)算法是机器学习算法中最基础、最简单的算法之一。它既能用于分类,也能用于回归。KNN通过测量不同特征值之间的距离来进行分类。算法的思想也非常简单:对于任意n维输入向量,分别对应于特征空间中的一个点,输出为该特征向量所对应的类别标签或预测值。KNN算法是一种非常特别的机器学习算法,因为它没有一般意义上的学习过程。它的工作原理是利用训练数据对特征向量空间进行划分,并将划分结果作为最终算法模型。

2024-04-24 00:42:09 931

原创 机器学习——Day 1 机器学习介绍

目录人工智能三大概念## 人工智能(AI)## 机器学习(ML)## 深度学习(DL)◆机器学习的应用领域和发展史◆机器学习常用术语样本、特征、标签、训练集和测试集◆机器学习算法分类 有监督学习、无监督学习、半监督、强化学习◆机器学习建模流程◆特征工程概念入门 特征工程、特征工程子领域◆模型拟合问题◆机器学习开发环境

2024-04-22 16:41:40 261

原创 pip更新报错,使用pip下载任何库报错

Could not fetch URL https://mirrors.ustc.edu.cn/pypi/web/simple/pip/: There was a problem confirming the ssl certificate: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:852) - skipping 和 You are using pip version 9.0.1, however version

2023-09-09 20:01:05 122 2

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

提示
确定要删除当前文章?
取消 删除