![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 59
张土豆
夫夷以近,则游者众。险以远,则至者少。
展开
-
决策树算法原理与实现(一)
决策树算法基本思想 决策树算法是一种基于树形结构的分类算法。通常一棵决策树包括一个根节点、若干内部节点和若干叶子节点。其中,根节点和内部节点代表分类所要依据的一系列属性,叶子节点则代表具体地类别。 决策树进行分类时,样例数据从根节点开始进行“属性测试”。该样例在节点对应的属性上的取值决定样例在树的哪一个分支上进行下一次属性测试,从上而下,直到叶子节点,此时样例所在叶子节点对应的类原创 2016-10-04 17:41:09 · 379 阅读 · 0 评论 -
KNN算法原理与实现
KNN (K-Nearest Neighbors)算法不需要训练过程,直接利用样本之间的距离进行分类。KNN算法便于理解与解释,且预测准确率高。但当训练集和测试集的样本数较大时,会产生巨大的时间和空间开销。原创 2016-10-12 14:12:36 · 435 阅读 · 0 评论