1. 何谓机器学习机器学习就是把无序的数据转换成有用的信息。机器学习的主要任务是分类，另一项任务是回归。监督学习：之所以称之为监督学习，是因为这类算法必须知道预测什么，即目标变量的分类信息。（分类、回归）无监督学习：数据没有类别信息，也不会给定目标值。（聚类、密度估计）监督学习： k-邻近算法、线....
分类：
其他好文 时间：
2015-03-16 16:08:39
阅读次数：
106
k-邻近算法概述k-邻近算法采用测量不同特征值之间的距离方法进行分类优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高使用数据范围：数值型和标称型工作原理：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的对应关系。...
分类：
编程语言 时间：
2015-03-12 23:50:07
阅读次数：
269
1. 何谓机器学习机器学习就是把无序的数据转换成有用的信息。机器学习的主要任务是分类，另一项任务是回归。监督学习：之所以称之为监督学习，是因为这类算法必须知道预测什么，即目标变量的分类信息。（分类、回归）无监督学习：数据没有类别信息，也不会给定目标值。（聚类、密度估计）监督学习： k-邻近算法、线....
分类：
其他好文 时间：
2015-03-11 22:55:29
阅读次数：
284
---原理、实现---这一次来关注一下PS的缩放问题，PS使用的缩放方法是近邻取样插值(nearest neighbor interpolation)算法。但相比一般邻近算法作了改进，我们要做的就是找到这个改进的算法。下面先简单说明近邻取样插值的一般方法：按照缩放比例使用公式Sx=Dx*(Sw/Dw...
分类：
编程语言 时间：
2015-01-01 17:15:23
阅读次数：
501
邻近算法 KNN算法的决策过程 k-Nearest Neighbor algorithm是K最邻近结点算法（k-Nearest Neighbor algorithm）的缩写形式，是电子信息分类器算法的一种该算法的基本思路是：在给定新文本后，考虑在训练文本集中与该新文本距离最近（最相似）的 K 篇文....
分类：
编程语言 时间：
2014-09-02 10:13:54
阅读次数：
329
今天按照《机器学习实战》学习k-邻近算法，输入KNN.classify0([0,0],group,labels,3)的时候总是报如下的错误：Traceback(mostrecentcalllast):File"<pyshell#75>",line1,in<module>KNN.classify0([0,0],group,labels,3)File"KNN.py",line16,inclassify0diffMat=til..
分类：
其他好文 时间：
2014-06-17 17:05:39
阅读次数：
235
k邻近算法采用测量不同特征值之间的距离方法进行分类。优点：精度高、对异常值不敏感、没有数据输入假定；缺点：计算复杂度高、空间复杂度高（占内存）；使用数据范围：数值型和标称型。
k-邻近算法的工作原理是：存在一个训练样本集，并且每个数据都存在标签，即我们知道每个数据都对应的哪个分类。输入一个没有标签的新数据，将新数据的每个特征和样本集中的所有数据进行笔记哦啊，提取出样本集中特征最相似（邻近）的分类...
分类：
编程语言 时间：
2014-05-20 16:54:05
阅读次数：
534
