阿达丶

K-近邻算法 1.什么是K近邻算法 K近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：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。   2.分类结果的决定因素 （1）K为近邻的对象个数，结果影响取决于K的值。 （2）测试样本的准确

K-近邻算法（监督） K为邻近的对象个数，结果影响取决于K的值。 运用算法为距离算法，计算测试点到K个对象（每个对象的距离） 计算步骤 1）计算测试数据与各个训练数据之间的距离； 2）按照距离的递增关系进行排序； 3）选取距离最小的K个点； 4）确定前K个点所在类别的出现频率； 5）返回前K个点中出现频率最高的类别作为测试数据的预测分类。 Demo version pyt

线性回归（监督） （二维）基本公式y=ax+b 计算步骤 1）  首先读入学习的x与 y 2）  通过python数学模型得到斜率，与截距； 3）  然后通过测试数据计算y Demo version python2 import pandas as pd from io import StringIO from sklearn import linear_model

SVM是通过超平面将样本分为两类。 在超平面确定的情况下，可以相对地表示点距离超平面的远近。对于两类分类问题，如果0">，则的类别被判定为1；否则判定为-1。 所以如果0">，则认为的分类结果是正确的，否则是错误的。且的值越大，分类结果的确信度越大。反之亦然。 所以样本点与超平面之间的函数间隔定义为 但是该定义存在问题：即和同时缩小或放大M倍后，超平面并没有变化，但是函数间隔却变化了。

读取本地文件进行分析，分词中英文都支持，可以换结巴分词。 训练样本可以自己定义，目录结构就是当前项目的 data_log文件夹，一级目录是类别，二级目录是文件即可。 博主训练集合 仅供参考：http://download.youkuaiyun.com/download/yl3395017/10236998 from sklearn.datasets import load_files # 加载数

朴树贝叶斯文本分类 前两个加载文件为特征分类文件，可以自己定义，例如：第一个文件是体育，第二个文件是新闻 第三个文件是测试文件 自己定义 目前这个demo是二分类 python3 from numpy import * def textParse(bigString): # input is big string, # output is word list # 分词 i