何小智的博客

机器学习实战第一章 1、如何选择合适的算法 目标变量是离散型 选择分类算法 目标变量是连续型 选择回归算法 2、简单介绍了Numpy的几个函数 random.rand(4,4)//生成4x4的随机数组,默认范围是[0,1) random.randint(0,2,(4,4))//生成4x4数组，数范围是[0,2) print(random.randint(0,2,(4,4))) ...

机器学习实战第二章 1、KNN算法概述 原理 在要分类的点周边寻找K个距离最近的点，其中出现最多的类别就作为新数据的分类。 优点 精度高 对异常值不敏感 无输入输假定 缺点 计算复杂度高 空间复杂度高 简单举例 from numpy import * import operator #创建二维数组 group = array([[1.,1.1],[1.,1.],[0.,0.],[0.,0...