《Machine Learning in Action》笔记
Jerry_Fu24
这个作者很懒,什么都没留下…
展开
-
小白学习Machine Learning in Action-机器学习实战------Python基础
书中介绍python基础时,使用了Numpy模块,其中存在两种不同的数据类型——矩阵matrix和数组array,都可以用来处理行列表示的数字元素。但两者之间存在哪些不同呢? 当一个程序中既有matrix又有array时,我是很茫然的,为什么这里要用matrix,哪里要用array?什么时候应该用matrix,什么时候又要用array呢?类似的问题让人很头大! 首先,理清二者的关系,m原创 2017-08-19 23:35:19 · 437 阅读 · 0 评论 -
小白学习Machine Learning in Action-机器学习实战------分类之k近邻算法
k近邻算法思想:根据测量不同特征值之间的距离来进行分类。原创 2017-08-20 17:48:52 · 332 阅读 · 0 评论 -
小白学习Machine Learning in Action-机器学习实战------决策树
书中说:k近邻算法可以完成很多分类任务,但它最大的缺点就是无法给出数据的内在含义,决策树的主要优势就在于数据形式很容易理解。决策树可以使用不熟悉的数据集合,并从中提取出一系列规则,机器学习算法最终使用这些机器从数据集中创造的规则。 决策树算法的学习分为如下几个步骤: 一、从数学上讨论如何划分数据集。 划分数据就要找到其决定性作用的特征,即分类效果最好的那个特征,所以要逐个评估每一个特征。完成原创 2017-08-27 19:35:11 · 956 阅读 · 0 评论