- 博客(3)
- 收藏
- 关注
RSS订阅原创 K-近邻算法（三）
七、特征⼯程-特征预处理 学习⽬标： 了解什么是特征预处理 知道归⼀化和标准化的原理及区别 1、什么是特征预处理 （1） 特征预处理定义 scikit-learn的解释 provides several common utility functions and transformer classes to change raw feature vectors into a representation that is more suitable for the downstream estimator
2021-10-21 23:22:10
281
原创 K-近邻算法（二）
六、案例：鸢尾花种类预测–数据集介绍 学习目标： 知道sklearn中获取数据集的⽅法 知道sklearn中对数据集的划分⽅法 本实验介绍了使⽤Python进⾏机器学习的⼀些基本概念。 在本案例中，将使⽤K-Nearest Neighbor（KNN）算法对鸢尾花的种类进⾏分类，并测量花的特征。 本案例⽬的： 遵循并理解完整的机器学习过程 对机器学习原理和相关术语有基本的了解 了解评估机器学习模型的基本过程 1、案例：鸢尾花种类预测 Iris数据集是常⽤的分类实验数据集，由Fisher, 1936收集
2021-10-21 21:51:38
180
原创 K-近邻算法（一）
文章目录一、简介1、概念二、k近邻算法api的初步使用1、目标：2、Scikit-learn的介绍3、 K-近邻算法API4、案例三、距离度量1、距离公式的基本性质2、常见的距离公式四、K值选择说明1、举例说明2、K值选择问题3、近似误差与估计误差五、kd树1、kd树的定义2、树的建立3、最近邻域搜索（Nearest-Neighbor Lookup） 一、简介 1、概念 K-近邻算法（KNN）全称为K Nearest Neighbor，是指如果⼀个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的
2021-10-21 21:46:32
1150
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人