jia_shun_L的博客

机器学习python实战：第四章——决策树@TOC决策树【1】创造树主函数：creattree输入：待学习的数据包括标签以及数据（x and y）输出：决策树思路：首先判断子树的所有实例类别是否完全相同，若是返回类别即可，其次判断是都是否已无特征可作为分类依据（所以要更新标签），若是返回大多数实例（majority）的类别即可，选择令信息增量最大的特征，choose包含calce...

k-近邻算法针对多分类问题三大要素：k值，距离度量，决策规则k值：过大，过拟合；过小，欠拟合？？距离度量：L-P函数决策规则：多数表决主函数：classify输入：k值，待分类数据集，学习数据集，训练数据类别输出：类别思路：计算待分类数据与左右训练数据的距离，根据距离小的前k个的数据类别的多数决定该数据的类别子函数：（1）file2matrix：读取文件输入：文件名输出：...