![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习实战笔记
文章平均质量分 93
公众号:程序芯世界
这个作者很懒,什么都没留下…
展开
-
k近邻算法
k近邻算法(kNN) 本博客来源于CSDN:http://blog.csdn.net/niuwei22007/article/details/49703719 本博客源代码下载地址:CSDN免费下载、GitHub下载地址 均带有详细注释和测试数据 今天学习了《机器学习实战》这本书介绍的第一个机器学习算法—k近邻算法。书中介绍它对转载 2017-07-25 16:23:17 · 475 阅读 · 0 评论 -
决策树算法
ID3决策树算法类似算法流程图。决策树算法优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。缺点:可能会产生过度匹配问题。适用数据类型:数值型和标称型基于Python的实现代码:1)准备子函数[python] view plain copy print?# -*- coding: cp9转载 2017-07-25 16:24:51 · 346 阅读 · 0 评论 -
信息熵
决策树建立本文上一节已经讨论如何用一棵决策树进行分类。本节将通过特征选择、剪枝,介绍如何根据已有的样本数据建立一棵决策树。首先介绍下特征选择。选择一个合适的特征作为判断节点,可以快速的分类,减少决策树的深度。决策树的目标就是把数据集按对应的类标签进行分类。最理想的情况是,通过特征的选择能把不同类别的数据集贴上对应类标签。特征选择的目标使得分类后的数据集比较纯。如何衡量一个数据集纯度转载 2017-07-25 19:39:03 · 736 阅读 · 0 评论 -
mac上安装matplotlib和numpy等python库
系统:OS X EI Captian 10.11 + Python 3.5Mac系统自带了Python2.7,所以在终端下输入python命令默认调用的是Python2.7。使用系统自带的easy_install命令可以在线安装各个模块。例如 sudo easy_install numpy如果需要使用Python3环境,安装Python3.5后,在终端输入python3怎会调用p原创 2017-07-26 19:39:39 · 36243 阅读 · 0 评论