Machine Learning in Action 学习笔记-(2)kNN k近邻算法
2016-06-01 11:05
375 查看
kNN是最常见的聚类算法,通过比较待测被试特征与训练样本之间的欧式距离,选取k个最近的点,然后找出出现概率最高的label作为我们的预测结果。
其中k的值,随机选择训练样本的方案,训练样本数目的变化都将会影响到我们最终的聚类准确率。
这种基于实例的算法将会使我们无法知道平均实例样本,也将会影响到我们对于典型实例样本特征的理解。
最大的收获是学会了更多的Python命令(在numPy)下的
.argsort() 返回数组中从小到大排列的索引
reload() 重新载入module
line.strip() 去掉所有的回车字符
tile为numPy函数,可以将前面的数组以相同元素扩充成和后面数组相同的维度
dataset.min(0)返回dataset中第一小的值
dataset.max(0)返回dataset中第一大的值
strline.append(A)将A添加到strline的最后作为新元素加入
在面试题中,也会有比如伐木场地址选择等问题,这时候就需要立刻能想到,用kNN算法可能是很好的解决方案
如果想要方便调试程序,可以在spyder的File explorer中选择我们程序所在的文件夹(比如说kNN.py)所在的文件夹然后右击-open Ipython here,这样就可以在这个目录下建立一个Ipython进程了
其中k的值,随机选择训练样本的方案,训练样本数目的变化都将会影响到我们最终的聚类准确率。
这种基于实例的算法将会使我们无法知道平均实例样本,也将会影响到我们对于典型实例样本特征的理解。
最大的收获是学会了更多的Python命令(在numPy)下的
.argsort() 返回数组中从小到大排列的索引
reload() 重新载入module
line.strip() 去掉所有的回车字符
tile为numPy函数,可以将前面的数组以相同元素扩充成和后面数组相同的维度
dataset.min(0)返回dataset中第一小的值
dataset.max(0)返回dataset中第一大的值
strline.append(A)将A添加到strline的最后作为新元素加入
在面试题中,也会有比如伐木场地址选择等问题,这时候就需要立刻能想到,用kNN算法可能是很好的解决方案
如果想要方便调试程序,可以在spyder的File explorer中选择我们程序所在的文件夹(比如说kNN.py)所在的文件夹然后右击-open Ipython here,这样就可以在这个目录下建立一个Ipython进程了
相关文章推荐
- XStream-XUtils
- Eclipse4.5Mars安装JAD反编译插件
- 从零开始写shell脚本(3)-基本概念
- JavaEE主流框架的总结
- 学习ofbiz 订单支付设计
- CSS 定位体系概述
- wordpress 首页调用文章 不同样式的方法
- [Ogre]纹理设置
- 在cx_oracle中使用nextval, currval,sysdate
- ckeditor 中去掉'浏览服务器'按钮
- Swift开篇008->属性
- [已解决]android.view.InflateException: Error inflating class com.facebook.drawee.view.SimpleDraweeView
- 获取指定DLL程序集Config 文件
- 模拟一个弹出层
- 详细介绍java中的数据结构
- SQL Server 快捷键备忘
- MyEclipse 快捷键
- 利用Java的MyBatis框架获取MySQL中插入记录时的自增主键
- SQLServer XML 解析
- 去掉字符序列左边和右边的空格 trim()