机器学习算法
小木头--
这个作者很懒,什么都没留下…
展开
-
机器学习入门读书笔记一(概述)
机器学习分为“监督学习”和“无监督学习”,“监督学习”的主要任务是“分类”和“回归”,之所以称之为监督学习,是因为这类算法必须知道预测什么,即目标变量的分类信息。与之对应的是“无监督学习”,“无监督学习”的主要任务是“聚类”和“密度估计”。原创 2016-08-14 00:14:11 · 975 阅读 · 0 评论 -
机器学习入门读书笔记二(k-近邻算法 kNN) 上
k-近邻算法(kNN)采用测量不同特征值之间的距离方法进行分类 优点:精度高、对异常值不敏感、无数据输入假定。 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型。 工作原理:训练样本集的每条数据包含n个特征值和一个指明所属分类的标签,输入待处理数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,提取k个最相似的数据,k条数据中出现次数最多的分类,即为新数据的推测原创 2016-08-14 10:01:29 · 1186 阅读 · 0 评论