zhangqiagn1104的专栏

简介：计算测试点和样本点之间距离进行分类，选用欧式距离计算距离适用范围：数值型和标称型步骤：1.计算测试点到所有样本点的距离；2.对所有距离排序，取前k个最小距离；3.计算这k个距离对应分类各有多少，选择最多的那个类作为测试点的类别；缺点：1.必须保存所有数据集，必须把每个测试点和所有样本点计算距离，当样本点很大时，很耗存储空间和计算资源

简介：假设特征之间相互独立；计算测试数据点属于每个类别的概率，选择高概率对应的类别；朴素贝叶斯分类器有两种实现方式：伯努利模型实现和多项式模型实现，这里选用第一种，不考虑词在文档中出现的次数，只考虑出不出现，即假设词是等权重的；适用范围：标称型数据（二/多分类）步骤：1.从测试文本中构建测试向量，将测试向量中的每个元素和垃圾词汇比较，得到0-1向量；

简介：logistic回归的目的：寻找一个非线性函数Sigmoid的最佳拟合参数，求解参数的过程可由最优化算法完成；常用最优化算法：梯度下降法、牛顿法适用范围：二分类问题（伯努利分布）步骤：缺点：优点：

最常用的路径算法有：Dijkstra算法、A*算法、Bellman-Ford算法、Floyd-Warshall算法（参考）、Johnson算法。本文主要研究Dijkstra算法的单源算法。1.1  Dijkstra算法　　Dijkstra算法是典型最短路算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法能得出最

简介：通过样本数据集画出决策树，将测试数据从上到下依次做判断即可得到结果适用范围：标称型数据（是/否），没法处理数值型步骤：1.计算样本数据集的香农熵；2.按给定特征划分样本数据集；3.选择最好的数据集划分方式；4.递归构建决策树（没有库，自己定义画图函数）缺点：1.无法给出数据的内在含义；2.容易出现过度匹配，可以裁剪决

简介：SVM有很多实现，只关注最流行的SMO（序列最小化）算法；使用核函数将SVM扩展到更高维的数据集上；适用范围：数值型和标称型数据原理：1.超平面和样本间隔越远越好，问题转化为求支持向量到超平面的最大间隔；2.找到具有最小间隔的点（支持向量），对间隔最大化；3.利用拉格朗日算子，将优化函数转化为拉格朗日算子优化问题4.选择核函数，核函