- 博客(2)
- 资源 (3)
- 收藏
- 关注
原创 机器学习(二):分类算法之k-近邻算法
1.k-近邻算法的特点 优点:精度高,对异常值不敏感,无数据输入假定 缺点:计算复杂度高,空间复杂度高 使用数据范围:数值型和标称型 2.kNN的工作原理 存在一个样本数据集合,也叫做训练样本集,并且样本集中的每个数据都存在标签,即我们知道样本集中每个数据属于什么类别。输入没有标签的新数据后,将新数据对每个特征与样本集中对应的特征进行比较,然后算法提取样本集中特征最相似数据(最近
2015-12-25 16:21:55 1058
原创 机器学习 (一):简要介绍
1.监督学习和无监督学习 监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的数据进行标记(分类)预测。这里,所有的标记(分类)是已知的。 无监督学习:对没有概念标记(分类)的训练样本进行学习,以发现训练样本集中的结构性知识。这里,所有的标记(分类)是未知的。聚类就是典型的无监督学习 2.机器学习的算法选择 如果想要预测目标变量的值,可以选择监督学习
2015-12-25 15:50:13 1771
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人