Lethe's Blog

1 k-近邻算法概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类。 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 适用数据范围：数值型和标称型 1.1 k-近邻算法工作原理： 存在一个样本数据集合（训练集），并且样本集中每个数据都有对应的标签。在输入一个没有标签的新数据时，将这个新数据的每个特征与样本集中数据对应的特征进行比较，然后从样本集中提取出与...

1 何谓机器学习 机器学习就是把无序的数据转换成有用的信息 1.1 相关术语 （1）模型：模型是机器学习的核心概念，可以认为是某种机器学习算法在设定参数后的产物。 （2）数据集：数据集又分为训练集和测试集，在训练模型阶段使用，叫做训练集；在测试模型阶段使用，就叫测试集。 （3）数据：数据集就是数据的集合。在机器学习中，称一条数据为一个样本（Sample），形式类似一维数组。样本通常包含多个特征（F...