- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 机器学习----k-近邻算法(KNN)
k-近邻算法概念 简单地说,k-近邻算法采用测量不同特征值之间的距离方法进行分类。 k-近邻算法的优缺点: 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。 适用范围:数值型和标称型。 对于该算法更通俗的说法,拿到一个数据A,计算其与数据集C中的数据的距离,通过使用特征值进行求欧式距离。然后排序取出其前k相邻的数据,前k个出现频率最高的类别即作为...
2018-09-09 11:04:29 223
原创 k-means聚类算法总结
聚类概念 聚类分析是在对象数据中发现对象之间关系。一般来说,组内相似性越高,组间相似性越大,则聚类的效果越好。 k-means概念 k-means是一种无监督学习,它会将相似的对象归到同一类中。 k-means聚类的优缺点 优点:容易实现。 缺点:可能会收敛到局部最小值, 当应用到大规模数据集时会收敛较慢。 适用于:数值型数据。 k-means聚类的算法思想 1.随机计算k个类中...
2018-09-07 11:25:52 17786
jdk-1.8 linux版本 centos rpm安装版本
2019-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人