任务4 1、KNN的决策边界以及K的影响 决策边界分成两大类，分别是线性决策边界和非线性决策边界。拥有线性决策边界的模型我们称为线性模型，反之非线性模型. 随着K值的增加，决策边界确实会变得更加平滑。决策边界的平滑也意味着模型的稳定性。但稳定不代表这个模型就会越准确。虽然决策边界平滑会使得模型变得更 ...
分类：
其他好文 时间：
2020-01-07 01:07:25
阅读次数：
163
参考 https://www.biaodianfu.com/knn captcha recognition.html 内容大致一样，只是根据自己的想法加入了一些改动 KNN(k近邻算法) 算法原理请看：https://www.biaodianfu.com/knn.html 我来说一下sklearn中 ...
分类：
其他好文 时间：
2020-01-03 12:38:31
阅读次数：
84
一、机器学习是什么 机器学习是人类用数学的语言通过大量的数据训练"教会"计算机做出一系列的行为。 二、机器学习的主要算法 ①线性回归算法 衍生的：正则化 ②逻辑回归算法 ③KNN算法 衍生的KD-tree 三、算法介绍 ①线性回归算法 运用线性模型y=ax+b，去拟合数据集，进行数据集的预测。在算法 ...
分类：
编程语言 时间：
2019-12-26 19:48:00
阅读次数：
117
时间过得很快，这篇文章已经是机器学习入门系列的最后一篇了。短短八周的时间里，虽然对机器学习并没有太多应用和熟悉的机会，但对于机器学习一些基本概念已经差不多有了一个提纲挈领的了解，如分类和回归，损失函数，以及一些简单的算法——kNN算法、决策树算法等。 那么，今天就用聚类和K Means算法来结束我们 ...
分类：
编程语言 时间：
2019-12-23 13:09:39
阅读次数：
82
代码来自《机器学习实战》https://github.com/wzy6642/Machine-Learning-in-Action-Python3 K-近邻算法(KNN) 介绍 简单地说，k-近邻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 ...
分类：
其他好文 时间：
2019-12-11 23:18:34
阅读次数：
114
一、概述 【定义】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)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 二、距离计算公式 两个样本的距离可以通过如下公式计算，又叫【欧式距离】 设有特征，a(a1,a2,a3),b(b1,b2,b3)，那么： $$\sqrt{(a1 b1 ...
分类：
编程语言 时间：
2019-11-30 13:38:37
阅读次数：
93
一、算法原理 KNN算法是机器学习中最基本算法之一，属于惰性学习算法的典例。惰性指模型仅通过对训练数据集的记忆功能进行预测，而不产生判别函数。 KNN算法本身很简单，归纳为如下几步：①选择近邻数量k和距离度量的方法②找到待分类样本的k个最近邻③根据最近邻类标进行多数投票 二、超参数(结合sklear ...
分类：
编程语言 时间：
2019-11-28 23:06:36
阅读次数：
483
该项目基于Github上面的开源项目人脸识别face-recognition,主要是对图像和视频中的人脸进行识别，在开源项目给出的例子基础上对视频人脸识别的KNN算法进行了实现。 0x1 工程项目结构 0x2 项目中的3个py文件 recognize_people_from_image.py是对图片 ...
分类：
编程语言 时间：
2019-11-23 14:43:06
阅读次数：
67
0. 前情回顾 上一周的文章中，我们通过kNN算法了解了机器学习的一些基本概念。我们自己实现了简单的kNN算法，体会了其过程。这一周，让我们继续机器学习的探索。 1. 数据集的拆分 上次的kNN算法介绍中，我们只是简单地实现了这样一个算法，并用一组测试数据进行了测试。 然而，在真正的工程应用中，我们 ...
分类：
编程语言 时间：
2019-11-17 20:38:25
阅读次数：
107
KNN算法分析iris种类 数据集iris_dataset.txt, 首先加载数据 查看种类有哪些 将iris种类，类别型数据转为数值型 构建训练集，测试集数据，数据量比值 4:1 自实现knn算法预测iris种类准确率 结果可视化 knn算法特点， k值不同，预测结果不同。 ...
分类：
编程语言 时间：
2019-11-16 12:53:48
阅读次数：
67
