machineLearning
Paul庞
大家好,我是练习时长两年半的计算机视觉练习生,喜欢唱、跳、rap、篮球
展开
-
machinelearning_KNN02_算法的实现与封装
一.KNN算法在notebook中的实现import numpy as npimport matplotlib.pyplot as plt#(1)手动设置十组数据,横轴代表肿瘤发现的时间,纵轴代表肿瘤的大小#(2)其中在y数组中,则表示肿瘤的种类(良性、恶性)raw_data_X = [[3.393533211, 2.331273381], [3.110073483, 1.781539638], [1.343808831, 3.3683609原创 2020-07-22 17:11:06 · 80 阅读 · 0 评论 -
MachineLearning_KNN算法01_基础介绍
一.关于KNN算法的简要介绍1.KNN算法的优点与介绍:(1):KNN算法思想简单: 本质就是将新来的数据点同已经存在的数据或训练集探寻与之欧式距离最近的k个点,并统计这k个点在训练集上的类别分布,占比最多的类别则做为预测类别。(2)同样KNN算法也可以简单直接的解释机器学习的"算法—模型—训练"的过程,刻画机器学习应用的流程 (/*可以看到,KNN算法的本质思想就是计算新来数据与已有训练数据的距离差值,并寻找最近的K个点 */)(3)在距离计算中,往往使用欧式距离来衡量点与点之间的关系(并适用于原创 2020-07-22 16:54:01 · 118 阅读 · 0 评论