属原创文章，欢迎转载，但请注明出处：http://www.cnblogs.com/hemiy/p/6155425.html 谢谢！ 代码及数据-->https://github.com/Wellat/MLaction 1 算法概述 1.1 算法特点 简单地说，k-近邻算法采用测量不同特征值之间的距离 ...
分类：
编程语言 时间：
2016-12-11 18:39:22
阅读次数：
256
今天看到这篇文章里面提到如何选择模型，觉得非常好，单独写在这里。 更多的机器学习实战可以看这篇文章：http://www.cnblogs.com/charlesblc/p/6159187.html 另外关于机器学习与数据挖掘的区别， 参考这篇文章：https://www.zhihu.com/ques ...
分类：
其他好文 时间：
2016-12-11 14:55:45
阅读次数：
197
理论原理部分可以看这一篇：http://www.cnblogs.com/charlesblc/p/6109551.html 这里是实战部分。参考了 http://www.cnblogs.com/shishanyuan/p/4747778.html 采用了三个案例，分别对应聚类、回归和协同过滤的算法。 ...
分类：
其他好文 时间：
2016-12-11 12:13:35
阅读次数：
170
最近在学习这本书，按照书上的实例编写了knn.py的文件，使用canopy进行编辑，用shell交互时发现运行时报错： 运行的代码如下： 然后我在canopy中重新关闭程序，又打开后，就可以运行成功了 还有一点是文件名不识别大小写 需要注意 ...
分类：
其他好文 时间：
2016-12-10 15:59:01
阅读次数：
333
如果一点基础没有最好先拿起一本教材开始学，《机器学习实战》还不错，P93，书上有python源码和练习数据，非常适合新手。 k均值聚类 簇 相似 伪代码 （随机）创建K个点作为起始质心 当任意一个点的簇分配结果发生变化时： 对数据集中的每个点： 对每个质心： 计算质心到数据点之间的距离 将数据点分配... ...
分类：
其他好文 时间：
2016-12-09 19:37:44
阅读次数：
151
原理（ID3）： 依次选定每个特征，计算信息增益（基本信息熵-当前信息熵），选择信息增益最大的一个作为最佳特征； 以该特征作为树的根节点，以该最佳特征的每一个值作为分支，建立子树； 重复上述过程，直到：1) 所有类别一致 2) 特征用尽 优点： 简单容易理解； 可处理有缺失值的特征、非数值型数据； ...
分类：
其他好文 时间：
2016-12-04 23:13:31
阅读次数：
207
原理： (1) 输入点A，输入已知分类的数据集data (2) 求A与数据集中每个点的距离，归一化，并排序，选择距离最近的前K个点 (3) K个点进行投票，票数最多的分类即为所求 优点： 简单，可用于非线性分类 缺点： 当样本不均衡时影响投票结果； 分类结果受K值影响； 时空复杂度高：需要保存全部数 ...
分类：
编程语言 时间：
2016-12-03 21:12:34
阅读次数：
208
$k$-近邻算法（kNN）的工作原理：存在一个训练样本集，样本集中的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于关系。输入没有标签的新数据后，将新数据的每一个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集 ...
分类：
其他好文 时间：
2016-11-28 07:40:29
阅读次数：
305
回顾我大学自己课外读过的一些书 学习书籍（机器学习与自然语言处理之路）： 《机器学习实战》 《机器学习》 （南大周志华博士） 《统计学习方法》 （李航博士） 《数学之美》 （吴军博士） 《python数据可视化》 《利用python进行数据分析》 课外书： 《追风筝的人》 《麦田的守望者》 《丰乳肥 ...
分类：
其他好文 时间：
2016-11-20 18:59:10
阅读次数：
169
本人小白，第一次发布博客，大神绕路，不喜勿喷。 最近公司要求一些机器学习的内容，所以在看一些机器学习有关的资料，最近看的书名字叫做 机器学习实战。这是一本不错的书籍，很值得一读。 好，不说废话，进入我们今天的正题。 k-均值算法（k-means算法） 1.k-means算法是一种聚类算法。 何为聚类 ...
分类：
编程语言 时间：
2016-11-17 20:28:49
阅读次数：
262
