Python
Sen233
这个作者很懒,什么都没留下…
展开
-
机器学习python实战——决策树
决策树的构造决策树定义决策树算法是一种逼近离散函数值的方法 通过把实例从根节点排列到某个叶子结点来对实例分类。叶子结点即为实例所属的分类。树上的每一个结点指定了对实例的某个属性的测试,并且该结点的每一个后继分支对应于该属性的一个可能值。分类实例的方法是从这棵树的根节点开始,测试这个结点的属性,然后按照给定实例的属性值对应的树枝向下移动。然后这个过程在以新结点的根的子树上重复。决策树优缺点适用数据类原创 2015-12-06 20:32:27 · 611 阅读 · 0 评论 -
机器学习python实战——K近邻算法
本文系原书笔记,用于记录笔记和理解k近邻算法存在一个样本数据集合,利用样本数据集合中已经分类的数据的特征,将没有分类的新数据的每个特征和样本数据集合中已经分类的数据对应的特征比较,从而选择出最相似(最近邻)的类别标签。将样本数据集合中的每个特征设置成一个向量分量,则新数据的所有特征可以用多个向量分量描述,从而定量计算。根据特征的向量指,从而标定出数据点。这些数据点和原创 2015-12-05 11:56:21 · 411 阅读 · 0 评论