机器学习
qq_37760746
这个作者很懒,什么都没留下…
展开
-
决策树算法的python实现
import numpy as np import pandas as pd def calEnt(dataSet) : n = dataSet.shape[0] # 数据集总行数 iset = dataSet.iloc[: , -1] . value_counts() # 标签的所有类别 p = iset/n # 每一类标签所占比 ent = (-p*np.log2(p)).sum() # 计算信息熵 return ent def createDataS原创 2021-10-09 18:38:09 · 471 阅读 · 0 评论 -
K-近邻算法的python实现
#1.构建数据集 import pandas as pd rowdata={' 电影名称 ' : [ ' 无问西东 ' , ' 后来的我们 ' , ' 前任 3 ' , ' 红海行动 ' , ' 唐人街探案 ' , ' 战狼 2 ' ] , ' 打斗镜头 ' : [ 1, 5 , 12 , 108,112,115] , ' 接吻镜头 ' : [ 101,89,97,5,9,8] , ' 电影类型 ' : [ ' 爱情片 ' , ' 爱情片 ' , ' 爱情片 ' , ' 动作片 ' , ' 动作片 ' ,原创 2021-10-08 11:08:48 · 51 阅读 · 0 评论