2017年10月_Exziro

10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 K-近邻算法（KNN）

前言　　这篇博文其实可以算是一个对上一篇博客的补充，前面我们说到的是皮尔逊算法和欧氏算法，这里的K近邻算法和这两种算法其实也非常接近。　　K-近邻算法属于监督学习的一个分支，主要是用来对相关问题进行分类。简单的说，K-近邻算法采用测量不同特征值之间的距离来进行分类。　　工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签（label），即我们知道样本集中的每一数据与所

2017-10-22 17:09:44 652

前言　　有些时候我们需要获得一些事物的相似度评价值，例如我们可以获取到大量的数据用以分析人们在品味方面的相似度，为此，我们可以将没个人与所有其他人进行对比，并计算他们的相似度评价。有很多种方法能够帮助我们来实现这个目的，而我们今天要提到的则是欧几里得距离和皮耶尔逊相关度，同时作为引申，简单地涉及一些曼哈顿距离的算法。欧几里德距离　　计算相似度评价值的一个非常简单的方法是使用欧几里德距离的评价方法，因

2017-10-12 20:51:04 2368 1

原创 numpy 维度、轴和transpose的理解

前言　　最近在看pandas的创始人写的一本数据分析，在其中使用numpy建立多维数组的时候提到了很多有关数组的维度和轴的一些相关的知识，而刚开始阅读的时候由于对这部分有些理解不到位，导致后面理解数组转换的时候出现了很多坑爹问题。所以特此写几个简单的实例分析一下。小伙伴们也可以一起瞅瞅，看看能不能加深一下印象。　　维度　　在数学上我们说维度是什么呢？–在一定的前提下描述一个数学对象所需的参数个数

2017-10-02 21:19:10 4303 5

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Exziro的小窝

原创 K-近邻算法（KNN）

原创皮尔逊相关度欧式距离以及曼哈顿距离

原创 numpy 维度、轴和transpose的理解

空空如也

空空如也

原创 K-近邻算法（KNN）

原创 皮尔逊相关度欧式距离以及曼哈顿距离

原创 numpy 维度、轴和transpose的理解

空空如也

空空如也

原创皮尔逊相关度欧式距离以及曼哈顿距离