wangyt13的博客

先贴上代码，以后有时间了，再来补内容 1.本次代码采用的是信息增益的方法（entropy） from sklearn.feature_extraction import DictVectorizer import csv from sklearn import preprocessing from sklearn import tree from sklearn.externals.si...

KNN算法，是比较常见而且也易于实现的机械学习分类算法。其从字面上简单的可以理解为，周围离预测点最近的K各点中大多数点的属性就为预测点的属性。此处，可以看出这样三个关键点。第一，少数服从多数；第二，知道周围点的属性，因此需要储存属性，这点便导致了KNN算法需要比较大的空间复杂度；第三，最近的K各点。如何判断最近？便以此，引入距离的概念。距离在解析几何中定义（空间两点或者两向量之间的距离）  , 线...