2017年05月_moxigandashu

09月 08月 06月 05月 04月 03月

原创机器学习之朴素贝叶斯(NB)分类算法与Python实现

朴素贝叶斯（Naive Bayesian）是最为广泛使用的分类方法，它以概率论为基础，是基于贝叶斯定理和特征条件独立假设的分类方法。文章总结在学习《机器学习实战》过程中的心得体会，对朴素贝叶斯的原理和Python实现方法进行了归纳总结。

2017-05-09 23:22:32 25509 9

原创机器学习之决策树(ID3)算法与Python实现

机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。

2017-05-07 16:48:52 19879 8

原创机器学习之k-近邻（kNN）算法与Python实现

k-近邻算法（kNN，k-NearestNeighbor），是最简单的机器学习分类算法之一，其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类（这k个样本数据和目标数据最为相似）。一 k-近邻kNN算法概述概念特点kNN算法流程二 Python算法实现KNN算法分类器kNN算法用于约会网站配对KNN算法用于手写识别系统一 k-近邻（kNN）算法概述1.概念kNN算法的

2017-05-04 17:01:17 22892 5

simpletest.py

basemap 测试脚本simpletest.py

2017-08-30

python批量修改文件名“资源”

运用Python按照要求批量修改文件名

2017-08-21

KNN测试用数据

KNN训练数据

2017-05-04

约会网站训练样本集数据

机器学习实战KNN算法训练数据

2017-05-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 机器学习之朴素贝叶斯(NB)分类算法与Python实现

原创 机器学习之决策树(ID3)算法与Python实现

原创 机器学习之k-近邻（kNN）算法与Python实现