- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 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
java jdk 1.8 linux 资源包
新的特性：
Lambda表达式
函数式接口
方法引用和构造器调用
Stream API
接口中的默认方法和静态方法
新时间日期API
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