机器学习算法Python实现
qq_33231969
这个作者很懒,什么都没留下…
展开
-
K-近邻算法简介
1.K-近邻算法原理 K-近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论很成熟的机器学习算法之一。该算方法的工作原理:有一个样本的数据集,在机器学习中统称为训练样本集。在训练集中每个数据都有其标签,我们通过标签可以知道每个数据的所属分类。当我们输入一个没有标签的新数据后,如果这个数据在特征空间中的k个最相似(即特征空间中最邻近)的数据中的大多数属于某一个类原创 2017-05-10 20:06:37 · 403 阅读 · 0 评论 -
开始Python机器学习(含资料)
1.Python机器学习的优势 简洁是Python的一个最大的优势,即使你没有很好的编程基础,但是对于Python而言是很容易上手的。Python虽然简单,但却有惊人的功能,到目前而言Python已经有非常丰富的处理包供你使用。Python最近几年在编程语言的排名也是越来越高,特别是机器学习人工智能大火之后。MATLAB虽然是一个非常好的数学计算软件,但其为非开源的软件,成本较高,而且在和原创 2017-05-10 20:50:41 · 669 阅读 · 0 评论 -
K-近邻算法的Python实现(一)
1.Python的语言环境和参考的书籍 下面给出的代码是基于Python2.7.9编写的(编译器推荐使用pycharm),Python到了3.0以后的版本语言有所改变,但是大体上没有太大的变化。我所给出的代码是引用《机器学习实战》中的代码,带对于一些书中代码没有标注的地方进行详细的标注。 2.使用Python实现算法 打开Python编译器 ,创建KNN.py文件。在文件的原创 2017-05-13 11:06:52 · 718 阅读 · 0 评论