深入浅出Python机器学习
文章平均质量分 94
张卿长
遇事不决,可问春风。
展开
-
机器学习:sklearn中K最近邻算法
K最近邻算法使用的直接是sklearn中的KNN。K最近邻算法属于监督学习的一种。它既可以应用于分类,也可以应用于回归。一:K最近邻算法原理KNN用于分类KNN用于回归其思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。在scikit-learn中,K最近邻算法的K值是通过n_neighbor...原创 2019-04-12 19:04:18 · 1283 阅读 · 0 评论 -
机器学习:sklearn中的线性回归
线性模型一:线性模型的概念:在回归分析当中,线性模型的一般预测公式如下:式中:x[0],x[1],…,x[p]为数据集中特征变量的数量(这个公式表示数据集中的数据点一共有p个特征);w和b为模型的参数;y为模型对于数据结果的预测值。对于只有一个特征变量的数据集,公式可以简化为:y=w[0]乘以x[0]+b线性回归的基本原理找到当训练数据集之中y的预测值和其真实值的平方差...原创 2019-04-12 23:25:00 · 803 阅读 · 1 评论