这菜真辣的博客

大数据产业大数据产业生产流程: 数据收集，数据存储，数据建模，数据分析，数据变现。大数据方向： 架构、分析、开发数据基础数据的定义： 必须承载一定的信息；取决于读者的主观视角信息的定义： 信息是用来消除不确定性的东西（香农）。商业智能： 应用应用基于事实的支持系统来辅助商业决策的制定。概率统计论古典概型： 随机试验结果是有限的且每个事件发生的概率相同。这种试验叫做拉普拉

第一章 机器学习基础

概述k-近邻算法（kNN）采用测量不同特征值之间的距离进行分类优点：精度高、异常值不敏感。缺点：计算复杂度高、空间复杂度高。适用范围：数值型和标称型 工作原理：新数据与样本数据的特征进行比较，提取出最相似（距离最近的k个数据）的数据所对应的分类标签，选择k个最相似数据中出现最多的分类。