宋铮的博客

概述    k-近邻算法（k-Nearest Neighbor, KNN）,是一个理论上比较成熟的方法，也是最简单的机器学习算法之一，用于预测数据的类别，以及对数据进行分类。该方法的简要思路就是采用测量不同特征值之间的距离来进行分类。特点工作原理    存在一个样本数据集合，也称作训练样本集，并且样本集中的每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。当输入一个没有包含标签（

概念        决策树（Decision Tree）是在已知各种情况发生概率的情况下，通过构成决策树来求取净现值的期望值大于0的概率，是直观运用概率分析的一种图解法。通俗的讲，决策树就是带有特殊含义的数据结构中的树结构，其每个根结点（非叶子结点）代表数据的特征标签，根据该特征不同的特征值将数据划分成几个子集，每个子集都是这个根结点的子树，然后对每个子树递归划分下去，而决策树的每个叶子结点则是数据