karant的博客

简单实现加强学习实战上面的knn代码 对书上代码进行理解，添加注释 from numpy import * import operator #进行数据准备 labels=['A','A','B','B'] dataSet=array([[1.0,1.1],[1.0,1.0],[0.0,0.0],[0.1,0.0]]) inx=[0.0,0.0] k=3 dataSetSize = dataSe...

通过knn进行分类，解决kaggle手写数字识别问题，准确率达到百分之96.8，由于算法限制，要想进一步提高需要使用cnn knn主函数，很短的代码就能实现，通过计算inx距离dataSet中所有数据的距离选取最近的k个，然后找到k个中所占最多的类别。 from numpy import * import operator def classify0(inx,dataSet,labels,k):...

本文是作者根据学习<<机器学习实战>>后编写的注释版代码。 从文件读取到数组中 def file2matrix(filename): fr = open(filename)#打开文件，返回对象 arrayOLines = fr.readlines() numberOfLines = len(arrayOLines)#得到文件行数 return...