chx0501的专栏

参考《机器学习实战》 理论定义：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：计算复杂度高、空间复杂度高。 适用数据范围：数值型和标称型。

参考《机器学习实战》《统计学习方法》 #-*-coding:utf-8-*- from math import log import operator #构建数据 def createDataSet(): dataSet = [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'],