huixinbuding的博客

机器学习之KNN算法机器学习之KNN算法原理伪代码Python 代码实现原理KNN的原理非常简单，在训练样本集中，知道每个数据的标签，那么输入未标注的新数据时，将新数据的每个特征与训练样本数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据（最近邻）的分类标签，作为新数据的标签。 一般来说，我们选择样本数据集中前K个（一般不大于20）最相似的数据（这就是K-近邻的出处），选择K个最相

写在此系列的最前面： 第一次下定决心写系列博客，第一次使用MarkDowm，希望越来越好！学习机器学习，采用的书籍是《机器学习实战》+李航《统计学习方法》 学习的网站是 http://www.apachecn.org/map欢迎各位大佬来打脸！！PS：强推ApachenCN

机器学习之决策树机器学习之决策树决策树原理如何构造一个决策树呢Python代码实现计算香农熵或者直接称为熵entronpy根据给定的特征划分数据集选择最好的数据划分方式创建决策树项目案例1判定鱼类和非鱼类项目案例2使用决策树预测隐形眼镜类型PS 决策树原理 可以将决策树看成一个if-then规则的集合。则决策树的根节点到叶节点的每一条路径构成一条规则。路径上的内部结点的特征对

K-MeansK-Means先来看看相似度/距离的计算方法K-Means算法详解K-Means算法实现总结：先来看看相似度/距离的计算方法闽可夫斯基距离（Minkowski）/欧式距离（p=2） ：dist(X,Y)=(∑i=1n∣∣xi−yi∣∣p)1pdist(X,Y)=(∑i=1n|xi−yi|p)1p\mathit{dist(X,Y) = \left ...