深度学习基础（一）——KNN与SVM

总结一下今天的学习过程

1，上午继续看书，主要看了深度学习的发展历程以及主要技术介绍

2，中午思考了决策树算法中的数据准备阶的矩阵装换，将类似Excel数据表格的形式数据转换为0-1矩阵

     数据大致格式为：表头为特征向量名称以及输出标签名称，而特征向量的值又是多个，决策树中是将每一个特征向量多维化，形成一个0-1矩阵 

     将每一个特征向量多维化

    本想着使用java实现，结果字典格式的数据在Java中表示比较麻烦，就没有真实实现，这里说一下思路

    1，遍历表头，为每一个特征向量创建一个TreeMap，add到一个list

    2，遍历list再遍历其中的treemap，并赋值到一维数组中

    3，创建一个二维数组用来表示装换的矩阵，遍历Excel表，根据每一行的数据遍历值获取对应的一维数组中的下标m，将M以前为赋值的二维数组中的一行数据，m前面的为0，后面的为1，一次类推，得出转换的二维矩阵

  

3，下午看了KNN，学习了基本原理以及并敲写了代码，做了实现

     使用了Python库中函数，根据网上教程也敲写了业务逻辑真实实现代码，由于思想以及原理比较客观直接，这里就不赘述了

4，晚上观看了svm支持向量积，了解了基本原理，

     但是其中的数学逻辑装换还是比较蒙圈，，，

     看了代码的基本实现，本地还没装配环境，如numpy，pylab等，希望明天能顺利安装

加油，美好的一天