KNN
shimmer_boy
这个作者很懒,什么都没留下…
展开
-
KNN算法中的超参数--scikit-learn,python
1.超参数:在机器学习中,超参数是指在机器学习之前,提前设置好的参数。而不是由数据训练出来的。2.KNN算法通过测量观测点与相邻最近点之间的距离,判断观测点所属的类别,而测量距离的方法有很多种。有曼哈顿距离(又称“L1范数”),欧拉距离(又称“L2范数”)以及明科夫斯基距离等。3.从上述的距离公式中,我们可以得到他们公式的共同点,有一个参数p,曼哈顿距离公式的参数p=1,欧拉距离公式的参数p=...原创 2020-02-29 17:04:59 · 1922 阅读 · 0 评论 -
KNN算法--python实现
1.KNN算法作为分类的算法,也被成为k近邻算法。2.KNN算法的核心思想是新增一个样本在特征空间中,k个最近的样本大多数是 一类的,那么这个样本也属于这一类。这里我们利用欧拉公式计算样本间的距离。import mathimport numpy as npfrom sklearn import datasetsimport matplotlib.pyp...原创 2020-02-27 12:45:28 · 190 阅读 · 0 评论