《机器学习实战》学习笔记-[2]-K近邻_网站约会实例

接上一节《机器学习实战》学习笔记-[1]-K近邻_第一个分类器

1) 收集数据:可以使用任何方法。
(2) 准备数据:距离计算所需要的数值,最好是结构化的数据格式。
(3) 分析数据:可以使用任何方法。
(4) 训练算法:此步骤不适用于k-近邻算法。
(5) 测试算法:计算错误率。
(6) 使用算法:首先需要输入样本数据和结构化的输出结果,然后运行k-近邻算法判定输

入数据分别属于哪个分类,最后应用对计算出的分类执行后续的处理。

收集数据

从文本中收集训练数据，并将数据归一化

测试分类效果

已样本自身随机抽样测试分类效果（错误率）

分类器应用

实际输入特征数据（归一化），得到分类效果

代码及测试

github