《机器学习实战》笔记（二）：Ch2 - k-邻近算法

第二章 K-近邻算法([代码][ch02]

• K-近邻算法优缺点

  • 优点:精度高,对异常值步敏感，无数据输入假定。
  • 缺点:计算复杂度高，空间复杂度高。
  • 范围:数值型和标称型。

• 测试分类器

  错误率是常用的评估方法，完美评估器为0，最差的评估器为1.0

例子: 使用k-近邻算法改进约会网站的配对效果

• 准备数据: 从文本数据中解析出数据，用 numpy 转化文本为矩阵，同时进行归一化数值操作(将对数据有影响的数值归纳为 0～1 之间)。
• 分析数据: 使用 matplotlib 实现数据可视化。
• 测试数据: 错误评估 训练数据/测试数据 = 90%/10%。
• 使用算法: 基于用户的输入，自动匹配。

例子: 手写识别系统

• 准备数据: 将图像分为 32*32 的二进制图像转化为 1*1024 的数组，每次读取 32 行, 存入数组，并且返回数组。
• 分析数据: 确保数据准确无误。
• 测试数据: 随机选取数据测试。
• 使用数据: 将评估错误率，选择 最低评估错误率 来作为首选算法。

小节

K-近邻算法是最简单的分类算法，如果数据量太大，会变得非常耗时。

---

代码托管见Github
[ch02]:https://github.com/Lornatang/machine_learning_in_action_py3/tree/master/src/ch02