![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习教程
pandashero
养猪专业爆发户
展开
-
机器学习实战-K近邻算法(KNN)
1、算法概述 最简单的分类器是把全部的训练数据所对应的特征和标签都记录下来,当测试数据的特征和某个训练样本的特征完全匹配时,便可以给测试数据打上该训练样本的标签,但是我们无法保证所有的测试对象都能在训练数据集中找到与之唯一对应的标签,可能该标签不存在或者存在多个不同的标签,基于这些问题产生了K近邻算法(KNN)。2、工作原理 存在一个样本数据集,并且每个样本...原创 2017-06-19 16:11:43 · 408 阅读 · 0 评论 -
机器学习实战-决策树
算法概述 决策树和K近邻一样,都是解决分类问题的算法。决策树从名字解读,目标是建立一棵树,数据看作树的根或者叶,选取数据的特征作为树的一个个分支(决策点),每个分支把数据集分为了不同的数据子集,这里体现了分类的决策,最后直到数据集无法再进行划分。决策树作为预测模型,代表了对象属性和对象标签之间的映射关系,我们可以发现数据内部蕴含的知识(k近邻无法获取数据的内在含义) ...原创 2018-07-18 15:37:04 · 308 阅读 · 0 评论