- 博客(2)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 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