wzy的博客

一、概述 最近邻可以分为无监督和有监督，有监督可以分为分类和回归。 最近邻的思想是测试样本距离训练样本的距离。 最近邻是非归纳型方法，是基于实例的方法。它只是记住了训练样本，并按高级索引结构进行转换，比如Ball Tree或者KD Tree。 在sklearn.neighbors中可以处理Numpy数组。 scikit-learn中最近邻有两种方法：K近邻（限定个数）和R

在训练模型后将模型保存的方法，以免下次重复训练。 使用pickle模块或者sklearn内部的joblib 一、使用pickle模块 from sklearn import svm from sklearn import datasets clf=svm.SVC() iris=datasets.load_iris() X,y=iris.data,iris.ta