lazy_moon的博客

正文决策树（decision tree），我觉得这同样是一个高效的，很好理解，很容易实现的分类器，这个分类器相对于其他分类器的一个显著优点就是输出结果易于理解，在对分类决策的时候可以给出中间的分析过程，这是其他大多数分类器不具备的功能，而且出现一些不相关特征的数据，决策树也能很好应对。决策树同样也有缺点，那就是由于个别特征占据主导地位，而导致过度匹配的问题。下面让我们来看一下决策树的基本思

正文 K-邻近算法(K-NearestNeighbor)简称KNN，我觉得这个真的是分类器中最好理解、最好实现的分类器，它最实用于数值型特征数据，下面让我们看看它的基本思想。

前不久，公司有一项业务需要给出下一周的的预测（这是公司业务，这里不细说）。于是，我接触到了机器学习领域的知识，我觉得机器学习真是一个很奇妙的领域，它是一门交叉的学科，对各个业务领域冲击性很大。可以说，在任何领域都有运用机器学习的相关知识。 我并没有很完善的数学理论基础，但我会用我自己的理解来讲述所涉及到的算法，我想这样也是有好处的，那就是将复杂难懂的公式转换成了更接地气更让人明白的方式展现给大家。接下来的内容，如果有错，请大家多多指教。