100天搞定机器学习(100-Days-Of-ML)(五)KNN

第五天:KNN

K近邻算法是一种简单但也是常用的分类算法,它也可以用于回归计算。KNN是无参数学习(这意味着它不会对底层数据的分布做出任何假设),它是基于实例(意味着我们的算法没有显示地学习模型,相反,它选择的是记忆训练实例)并在一个有监督的学习环境中使用。

第一步:导入库

import numpy as np
import pandas as pd

第二步:加载数据集

数据集同第四天,如下:

dataset = pd.read_csv('F:/100-Days-Of-ML-Code
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值