机器学习
Rock_Huang~
AI Engineer
展开
-
机器学习---决策树
1.决策树的构造: 优点: 计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。 缺点:可能产生过度匹配问题 适合数据类型: 数值型和标称型 2.决策树创建核心算法: 创建决策树的createTrees()函数 1.检测数据集每个子项是否属于同一类: if so : return 类标签 else: 寻找划分数据集的最好特...原创 2019-02-16 15:46:10 · 243 阅读 · 0 评论 -
机器学习----KNN算法
KNN算法应该是机器学习中最简单的算法,其算法核心步骤如下: 对未知类别属性的数据集中的每个样本执行: 1.计算已知类别数据集中的点与当前点之间的距离 2.按照距离递增次序排序 3.选取当前点距离最小的K个点 4.确定前K个点所在类别的出现频率 5.返回前K个点出现频率最高的类别作为当前点的预测分类 纪录一下核心代码 #knn算法实现 def classify0(inX, dataSet, la...原创 2019-02-14 14:28:17 · 249 阅读 · 0 评论