![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
fan_rockrock
程序人生
展开
-
K近邻算法
1、原理 工 作 原 理 是 : 存 在 一 个 样 本 数据 集 合 , 也 称 作训练 样 本 集 , 并 且 样 本 集 中 每 个 数 据 都 存 在 标 签 , 即 我 们 知 道 样 本 集 中 每 一 数 据与 所 属 分 类 的 对 应关系 。输 人 没 有 标 签 的 新 数 据 后 , 将 新 数 据 的 每 个 特 征 与 样 本 集 中 数 据 对原创 2016-05-29 13:33:57 · 431 阅读 · 0 评论 -
聚类
一、划分法 划分方法的基本思想是:将数据集合 D 中的n 个元素进行划分,形成一个平面的类结构,同时满足如下要求: (1)每个组至少包含一个对象; (2)每个对象必须属于且只属于一个组; (3)指定一个相异函数 F 来计算元素之间的差异,使得在同一个簇中的对象之间尽可能的相近或相关,而不同簇中的对象之间尽可能远离或不同 代表算法:k-means、k-中心法、CLARA(clu原创 2016-05-30 20:21:29 · 3209 阅读 · 0 评论 -
Python中的Numpy、SciPy、MatPlotLib安装与配置
http://blog.csdn.net/walkandthink/article/details/45200597原创 2016-05-20 10:23:25 · 478 阅读 · 0 评论 -
决策树
一、决策树概念 决策树通过把实例从根节点排列到某个叶子结点来分类实例,叶子结点即为实例所属的分类。树上的每一个结点指定了对实例的某个属性的测试,并且该结点的每一个后继分支对应于该属性的一个可能值。分类实例的方法是从这棵树的根节点开始,测试这个结点的属性,然后按照给定实例的属性值对应的树枝向下移动。然后这个过程在以新结点的根的子树上重复。 二、举例认识决策树 构造决策树如下:原创 2016-05-21 11:46:50 · 732 阅读 · 0 评论