m0_46527523的博客

一、概述k-近邻算法简称kNN,是指采用测量不同特征值之间的距离方法进行分类优点：精确度高，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：数值型和标称型二、工作原理存在一个样本数据集合，也称作训练样本，即我们知道样本即中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本特征中特征最相似数据的分类标签。例子：假如有一部未看过的电影，如何确定它是爱情片还是动作片呢？我们可以使用kNN来解决这个问题。首

map(function,iterable,iterable,…）内置函数参数function可以是自己定义的，可以是内置函数iterable可以是列表,元组，字符串，等函数表示把iterable中的每一个元素都调用functioneg:map（str,range(1,34)）运行函数的结果为将1到33的每一个数都转变成了字符串...