帮助100万人颠覆负面潜意识，实现人生蜕变，培养1万名潜意识开发导师

K近邻算法的核心思想：衡量一个数据周围邻居的权重，而把它归为(或分配)到权重更大的那一类。所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中.如下图所示，有两类不同的样本数据，分别用蓝色的小正方形和红色的小三角形表示，而图正中间的那个绿色的圆所标示的数据则是待分类...

主要简单介绍sklearn中的数据预处理preprocessing模块可以对数据进行标准化,而preprocessing 模块提供了数据预处理函数和预处理类，预处理类主要是为了方便添加到pipeline 过程中。数据标准化标准化预处理函数：preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)...

区别联系1）平均数是通过计算得到的，因此它会因每一个数据的变化而变化。2）中位数是通过排序得到的，它不受最大、最小两个极端数值的影响。部分数据的变动对中位数没有影响，当一组数据中的个别数据变动较大时，常用它来描述这组数据的集中趋势。3）众数也是数据的一种代表数，反映了一组数据的集中程度．日常生活中诸如“最佳”、“最受欢迎”、“最满意”等，都与众数有关系，它反映了一种最普遍的倾向。优...

参考的博客：https://www.aliyun.com/jiaocheng/153424.html完整版：https://www.cnblogs.com/simplelovecs/p/5146332.htmlhttps://blog.csdn.net/WZZ18191171661/article/details/70149070https://stackoverflow.com/...

 官方安装文档：http://caffe.berkeleyvision.org/installation.html官方Ubuntu安装文档：http://caffe.berkeleyvision.org/install_apt.html博客：http://www.linuxidc.com/Linux/2016-09/135034.htm           http://www.l...

在Eclipse上安装Python插件需要做如下准备：1、下载JDK，并安装配置。2、下载Eclipse-jee，并解压缩。3、下载Python安装包（我下载的是Python-3.6.1 64bit），并安装好Python，在Path系统变量里添加Python的安装路径：E:\Python\Python36。如果用Anaconda 则不需要配置安装路径一、安装Python插件详细步...

数据标准化的分类有Min-max 标准化和z-score 标准化。经过标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。一、Min-max 标准化（也叫归一化）min-max标准化方法是对原始数据进行线性变换。设minA和maxA分别为属性A的最小值和最大值，将A的一个原始值x通过min-max标准化映射成在区间[0,1]中的值x'，其公式为：...

标准差 如是总体，标准差公式根号内除以n如是样本，标准差公式根号内除以（n-1)。因为我们大量接触的是样本，所以普遍使用根号内除以（n-1)。标准差定义是观测值与其平均数偏差的平方和的平方根。它反映组内个体间的离散程度。标准差是一组数据分散程度的度量，它与数据有同样的单位。均方根误差（Rmse）： root-mean-square error， 均方根误差亦称标准误差，其定义为 ，i=1，2，3，...

回归和分类的区别回归：通过一堆数据，得出一个预测值 例如：通过一个人的特征分析，预测银行会贷款给我多少钱分类：通过一堆数据，得出0或者1的值 例如：通过一个人的特征分析，预测银行会不会贷款给我线性回归:通过一堆数据，得出一个预测值. 预测值和真实值存在一定的差异，这个差异叫做误差项.若随机变量服从一个均值为、标准差为(方差^2 )...

1.机器学习可以根据训练时监督的量和类型分为四类 ：监督学习，非监督学习，半监督学习和强化学习1.1监督学习：用来训练算法的训练数据包含了答案（即标签）重要的监督学习算法：K近邻算法，线性回归，逻辑回归，支持向量机，决策树和随机森林，神经网络1.2非监督学习：用来训练算法的训练数据没有包含标签的重要的非监督学习算法：1.聚类（K均值，层次聚类分析-HCA;期望最大值）2.可视化和降维（...