知识趣记-数据挖掘

博客围绕数据挖掘展开,介绍了pycharm部署中本地与服务器文件的上传下载,以及jupyter打开指定文件夹下.ipynb文件、将.ipynb文件转为.py文件的方法。还讲解了k近邻算法思路,强调数据预测和挖掘前做假设的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

知识趣记-数据挖掘

本地和服务器可以在pycharm的部署中相互上传和下载文件

jupyter打开指定文件夹下的.ipynb
1.打开anaconda prompt
2.然后在anaconda prompt中输入jupyter notebook+文件所在目录 即可。

jupyter notebook里ipynb文件转为py文件
启动Jupyter notebook
在网页下找打ipynb文件,然后选择file–download as–python file

k近邻算法
K最近邻(k-Nearest Neighbor,KNN)分类算法,该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。

数据预测和挖掘之前,首先可以通过经验常识做一个假设,这个假设非常重要。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值