随机的未知——用已知去面对未知

KNN基本思想KNN是通过测量不同特征值之间的距离进行分类。它的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别，其中K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。使用图来说话比较方便：原始数据的散点图如下...

当我们使用一次多项式拟合一组数据时，可能不太理想，如下图：如果用直线来进行拟合的话：如果用三次函数来拟合的话：如何用python的sklearn库来做呢？import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.preprocessing import Pol...