原理
关注
分享
扫一扫
野生程序员123
文章多是知识梳理，和自己易忘易错易混淆点记录。有些内容只用一个关键字代替，无逻辑，无阐述，无细节。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【业务总结】认证方案——JWT
j原创 2019-05-29 10:14:57 · 582 阅读 · 0 评论 -
K-近邻（KNN）
特征空间： 模型输入（特征 x 二维数组（矩阵））——>目标值（y 二维数组（only一列）） 以各个特征作为坐标轴建立一个坐标系，坐标系对应的空间就是特征空间。 每一个数据，对应特征空间中一个点。 k-近邻： 在一个特征空间中，找到离某个样本最近的样本的大多数属于一个类别，该样本也属于该类别。 欧氏距离： 假设每个样本有n个特征值。 求出待预测的样本与每个样本的欧式距离，找出距离最近...原创 2019-06-17 15:35:42 · 807 阅读 · 0 评论