geanwen的博客

这几天看了不少的文字与视频，整理出来下面几个链接（苦笑ing）。首先要对机器学习有一个了解或者认识：http://blog.jobbole.com/83400/这篇文章有点长，但是讲的很好，适合专业与非专业认识阅读。然后是程序员的一个学习路线：http://blog.jobbole.com/109352/下面是上面学习路线那篇文章里提到的入门的视

k-近邻算法简单的说，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：计算复杂度高、空间复杂度高； 适用范围：数值型和标称型；工作原理： 存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签。 即我们知道样本集合中每一数据与所属分类的对应关系。 输入没有标签的新数据后，将新数据的每个特征与

简单绘制一个散点图。数据使用小朋友的身高和体重，简单看看。数据结构：下面看一下其中几条的部分内容，我们只需要其中身高（Height）和体重（Weight）列的数据：共七万五千多条，下面看看通过pandas+matplotlib绘制出散点图。注释写的很详细了，直接看代码很简单：#!/usr/bin/env python3# -*- coding: utf-8 -