海州湾

http://mp.weixin.qq.com/s/bgB56hOqa6xTYZGB_C0sWg

转载地址：知乎https://www.zhihu.com/question/34681168转载作者 知乎：科言君由于知乎设置 禁止转载 ，故此处设置为 链接，原文不进行转载

转载地址http://blog.csdn.net/sileixinhua/article/details/75203725

参考1转载地址http://www.cnblogs.com/ybjourney/p/4702562.html简单介绍算法的描述为：1）计算测试数据与各个训练数据之间的距离；2）按照距离的递增关系进行排序；//欧氏距离 或曼哈顿距离 3）选取距离最小的K个点；4）确定前K个点所在类别的出现频率；5）返回前K个点中出现频率最高的类别作为测试数据的预测分类。

老师课堂总结，请勿转载例子1例子2

老师课堂总结，请勿转载重新思考分类或聚类我们转换思路, 将聚类看做一类缺失值估计问题。缺失的值就是每个样本的类别标签令 D = {x(1),x(2),…x(n)} 表示一组观测值令H = {z(1),z(2),..z(n)} 表示隐含变量Z的n个取值.z(i) 与x(i)一一对应观测值的对数似然函数可表示为在MLE中我们之估计    ,但在包含隐含变量的

箱线图是一种用作显示一组数据分散情况资料的统计图给定集合样本{53 53 61 61 63 65 67 67 69 69 69 70 70 71 74 75 75 76 77 78 79 80 81 81 81 81 82 84 85 86 87 87 87 88 89 90 91 91 94 95}可绘制箱线图用python绘制箱线图需要学习matplotlib、numpy和