HHHHHHHHHHan的博客

以下代码来自《机器学习实战》，对约会数据，手写数字数据，用KNN进行分类，我在每行代码后添加了详细的注释，以便理解 算法概述：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类 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 from nump...

以下代码来自《机器学习实战》，在每行代码后添加了详细的注释，以便理解】 Logistic回归的目的是寻找一个非线性函数sigmoid的最佳拟合参数，求解过程可以由最优化算法来完成。在最优化算法中，最常用的就是梯度上升，而梯度上升又可以简化为随机梯度上升 优点：计算代价不高，易于理解和实现。缺点：容易欠拟合，分类精度可能不高 从本地导入数据，返回数据特征矩阵和标签向量： from nump...