今天读《机器学习实战》读到了使用k-临近算法改进约会网站的配对效果，道理我都懂，但是看到代码里面的数据样本集 datingTestSet2.txt 有点懵，这个样本集在哪里，只给了我一个文件名，没有任何内容啊。 上网百度了这个文件名，发现很多博主的博客里可以下载，我很好奇，同样是读《机器学习实战》， ...
分类：
Web程序 时间：
2018-07-11 18:00:10
阅读次数：
357
机器学习算法应用·KNN算法 一、问题描述 验证码目前在互联网上非常常见，从学校的教务系统到12306购票系统，充当着防火墙的功能。但是随着OCR技术的发展，验证码暴露出的安全问题越来越严峻。目前对验证码的识别已经有了许多方法，例如CNN，可以直接输入图片进行识别。验证码分为许多种类，本文以传统的字 ...
分类：
编程语言 时间：
2018-07-11 01:07:42
阅读次数：
242
原理 KNN算法，又叫K近邻算法。就是在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类，其算法的描述为： 1）计算测试数据与各个训练数据之间的距离； 2） ...
分类：
编程语言 时间：
2018-07-06 23:29:00
阅读次数：
208
前半部分是简介, 后半部分是案例 KNN近邻算法: 简单说就是采用测量不同特征值之间的距离方法进行分类（k-Nearest Neighbor，KNN） 优点: 精度高、对异常值不敏感、无数据输入假定 缺点：时间复杂度高、空间复杂度高 1、当样本不平衡时，比如一个类的样本容量很大，其他类的样本容量很小 ...
分类：
编程语言 时间：
2018-07-06 22:25:59
阅读次数：
200
KNN 算法介绍： 缺点： 对一个算法的掌握无非知其然，也知其所以然 使用scikit中的KNN： 自己实现KNN 分类器: 调用： 超参数和模型参数： 如何寻找好的超参数 明可夫斯基距离 当p的值为1时，则是曼哈顿距离，当p为2时则是欧拉距离 数据归一化： 测试数据归一化 使用StandardSc ...
分类：
其他好文 时间：
2018-07-06 01:32:46
阅读次数：
236
本篇博客是基于以Kaggle中手写数字识别实战为目标，以KNN算法学习为驱动导向来进行讲解。 1. 写这篇博客的原因 2. 什么是KNN 3. 对KNN的分析 4. kaggle实战 5. 优缺点及其优化方法 6. 总结 7. 参考文献 写这篇博客的原因 机器学习在人工智能领域十分的火爆，但是很多人 ...
分类：
编程语言 时间：
2018-06-30 12:40:33
阅读次数：
193
import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from sklearn import datasets import random from PIL import Image from tenso... ...
分类：
其他好文 时间：
2018-06-29 11:10:38
阅读次数：
178
kNN算法，找出距离最近的k个，label出现次数最多的 ...
分类：
其他好文 时间：
2018-06-26 11:13:22
阅读次数：
166
Scikit-learn是个简单高效的数据分析工具，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档。1用KNN算法实现鸢尾花的分类鸢尾花是在模式识别文献中最有名的数据库。数据集包含3个类，每类有50个实例，每个类指向一种类型的鸢尾花。一类与另外两类线性分离，而后者不能彼此线性分离。鸢尾花数据集特征:属性数量:4(数值型，数值型，帮助预测的属性和类)属性信息:sepall
分类：
其他好文 时间：
2018-06-25 15:02:29
阅读次数：
184
#-*- coding:utf-8 -*- #https://blog.csdn.net/fenfenmiao/article/details/52165472 from numpy import * #科学计算包 import operator #运算符模块 import matplotlib i... ...
分类：
其他好文 时间：
2018-06-19 22:39:37
阅读次数：
235
