![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 73
那就整一个呗
FV11K-8XF9Q-H84MZ-TNQNX-Z22AA
展开
-
机器学习-距离度量
机器学习-距离度量距离的基本性质闵可夫斯基距离p=1p=1p=1曼哈顿距离p=2p=2p=2欧式距离p=∞p=\infinp=∞切比雪夫距离闵氏距离缺点标准化欧氏距离加权欧氏距离余弦距离汉明距离 距离的基本性质 非负性:距离一定大于等于0 同一性:如果距离为0,两点相同 对称性:a ~ b的距离等于b ~ a的距离 直递性:a ~ c的距离<= a ~ b 加上 b ~ c 闵可夫斯基距离 闵氏距离不是一种距离,而是一组距离的定义。 两个n维变量的距离如下 d=∑k=1n∣x1k−x2k∣ppd原创 2021-02-02 19:04:15 · 861 阅读 · 0 评论 -
机器学习-特征预处理
机器学习-数据预处理特征预处理两种处理方式归一化数学公式:api标准化数学公式:api总结 特征预处理 问:为什么需要特征预处理? 答:特征的单位或者大小相差较大,或者某特征的方差相比其他的特征要大出几个数量级,容易影响(支配)目标结果,使得一些算法无法学习到其它的特征。 问:什么是特征预处理? 将不同规格的数据转换到同一规格。 两种处理方式 归一化 通过对原始数据进行变换把数据映射到[a,b] (默认为[0,1])之间 数学公式: 将XXX数据映射到[0,1] x=X−min(x)max(x)−min(x原创 2021-02-02 18:19:27 · 129 阅读 · 0 评论 -
机器学习-KNN算法实验
机器学习-KNN算法加载数据切分数据数据预处理训练模型查看结果 使用 sklearn包,测试数据iris 加载数据 # sklearn可以自动加载iris数据集 # 较小的数据集使用load_* # 较大的数据集使用fetch_*,使用时如果默认路径没有会从网络自动下载 # iris 数据集是整体,没有划分训练集和测试集,需要我们进行划分 from sklearn.datasets import load_iris iris = load_iris() 切分数据 # 使用train_test_split对原创 2021-02-02 17:43:41 · 255 阅读 · 0 评论