m0_52331159的博客

STEP2：编写函数依据欧式距离大小以及协同过滤算法（用户）实现电影的推荐。假设我们以字典形式保存用户关于电影的评分数据，请构建一个电影推荐程序。STEP1：编写函数计算欧式距离字典数据中两两用户的欧式距离。二、把相似性和对于每个电影的实际评分相乘，就是电影的加权分；寻找相似用户邻居，用相似邻居偏好来推荐物品。一、使用欧氏距离（或其它方法）计算相似性；三、计算推荐度=加权分之和/相似性；四、将推荐度最高的电影推荐给用户。3. 编程实现协同过滤算法。1.了解协同过滤理论基础。

2.OpenCV图片灰度转换。1.OpenCV 读取照片。5.静态多张人脸检测。6.视频中的人脸检测。

（1）在jupyter notebook中直接安装pydotplus。（2）找到GraphViz的根本目录和bin目录，配置本地环境变量。（1）本地不存在pydotplus包，需要安装。（2）调用Graphviz相关函数找不到。（1）导入pydotplus包报错。（2）Graphviz路径配置不对。2. 编程实现决策树分类器。查看数据类型、形状和列索引。1.了解决策树的构建过程。（3）区分特征值和目标值。

使用Python实现KNN3 实验背景本实验将演示使用Python的第三方库Numpy实现KNN算法，对训练样本进行建模，并对待测样本进行类别划分。KNN算法需要确定K值、距离度量和分类决策规则。5.2 定义KNN函数5.3 显示待测样本的标签完成分类提示：shape用法

使用sklearn自带数据集digits进行练习，请将数据集划分为训练与测试集，分别使用决策树和随机森林算法对数据digits的训练集进行分类，比较决策树算法和随机森林算法的表现，并思考是否可以继续提升随机森林算法的表现？使用决策树来对房价的因素进行分析发现哪个属性最重要。决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

（2）对于三维数组（彩色图像），plt.imshow() 函数并不会自动对输入数据归一化处理，而是对数据取值范围提出要求：如果是float型数据，取值范围应在[0,1]；如果是int型数据，取值范围应在[0,255]聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。（1）对于二维数组（灰度图像），函数会自动将输入数据归一化变换至[0,1]，然后显示。（3）将misc换成imageio。（1）安装imageio。