smart_hj的博客

# 第8章 主成分分析 # 主成分分析的核心思想是通过降维的方法，把数据信息的主要成分提取出来，将多个冗余特征简化为一个特征的过程。 # 例8-1 x1 = c(171,175,159,155,152,158,154,164,168,166,159,164) x2 = c(57,64,41,38,35,44,41,51,57,49,47,46) plot(x1,x2,xlim=c

1.算法核心思想：Apriori算法实际上是关联规则的学习过程 2.首先要弄清楚两个指标：支持度、置信度 事件A发生的概率P(A)即为A的支持度 事件A、B同时发生的概率P(A,B)为AB的支持度 事件A发生导致事件B发生的概率P(A,B)/P(A)为A——>B这条规则的置信度，置信度是针对规则而言的 3.Apriori原理：如果某个项集是频繁的，那么它的所有子集也是频繁

核心思想：前k个最相似数据中出现次数最多的类别，作为新数据的类别。 核心函数：计算距离函数，投票函数 #-*- coding : utf-8 -*- import random import sys from collections import Counter from operator import itemgetter reload(sys) sys.setdefaultenc