机器学习
文章平均质量分 78
Whatevershen
我是一个不怎么热爱计算机领域的菜鸟,写的文章很基础、很浅薄,若有疏漏错误,恳请各位大神不吝赐教!
展开
-
2-2监督学习算法 K近邻算法
2-2监督学习算法 K近邻算法(基础) 一、基本介绍: K近邻算法可以说是最基础的机器学习算法,对新数据点做出预测时,算法能够在训练集在寻找到与其最接近的几个数据点来判断其属类。 二、操作实现KNN分类: 1-使用forge数据集(一个模拟二分类的数据集)进行K近邻算法的实现: """导入必要的库""" import mglearn from mglearn.datasets import make_forge # forge数据集 from sklearn.model_selection import t原创 2022-05-15 17:25:23 · 765 阅读 · 1 评论 -
1.初识机器学习
机器学习入门 1.必要的库和工具 ①NumPy:可实现多维数组、高级数学函数(线性代数、傅里叶变换)的实现。 import numpy as np x = np.array([[1,2,3],[4,5,6]]) print("打印矩阵:") print(x) 打印矩阵: [[1 2 3] [4 5 6]] ②SciPy:用于稀疏矩阵(即矩阵中除少量元素外,其余大部分元素都是0). from scipy import sparse eye = np.eye(4) print("创建一个4行4列单位矩阵:原创 2022-04-10 19:04:09 · 1640 阅读 · 0 评论