clover_daisy的博客

K-nn算法       在模式识别中，k-邻近算法（k-nn）是用于分类和回归的非参数方法。所谓K邻近，就是k个最近的邻居，意思是每个样本都可以用它最接近的k个邻居来代表。         knn算法的核心思想是如果一个样本在特征空间中的k个最相邻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，并具有这个类别上样本的特性。

使用jupyder，sklearn，pandas，numpy，matplotlib等工具分析Facebook帖子的受欢迎程度与xxx特征的关系。

K-means（K-均值）       k-means算法源于信号处理中的一种向量量化方法，现在则更多地作为一种聚类分析方法流行于数据挖掘领域。

——sklearn（Google公司开始投资，是大数据战略的一个步骤）是python的机器学习模块，可用于模式识别，用在一般知识发现，例如户外参与人口的类型。sklearn包自带数据集。 svm1.定义        支持向量机（SVM）是一组用于分类,回归和异常值检测的监督学习方法。    ...