《机器学习实战》终于到手了，开始学习了。由于本人python学的比较挫，所以学习笔记里会有许多python的内容。 1、 python及其各种插件的安装 由于我使用了win8.1 64位系统（正版的哦），所以像numpy 和 matploblib这种常用的插件不太好装，解决方案 ...

　 一、　K邻近算法思想：存在一个样本数据集合，称为训练样本集，并且每个数据都存在标签，即我们知道样本集中每一数据（这里的数据是一组数据，可以是n维向量）与所属分类的对应关系。输入没有标签的新数据后 ...

目的：改进约会网站配对效果 数据样本 下载地址 （百度网盘） 读取txt数据的代码 这段代码没有什么好解释的，注意一点 listFromLine[0:3] 表示的是0,1,2下标 ...

k-近邻算法很简单，这里就不赘述了，主要看一下python实现这个算法的一些细节。下面是书中给出的算法的具体实现。 def clssify(inX,dataset,label,k): ...

一. KNN原理： 1. 有监督的学习 根据已知事例及其类标，对新的实例按照离他最近的K的邻居中出现频率最高的类别进行分类。伪代码如下： 　　1）计算已知类别数据集中的点与当前点之间的距离 　　2）按照距离从小到大排序 　　3）选取与当前点距离最小的k个点 　　4）确定这k个点所在类别 ...

一、监督学习（supervised-learning）与无监督学习（unsupervised-learning） 　　　　1.监督学习中数据集是由特征组和标签组成，目的是训练机器对标签取值的准确预测。如：房价预测、肿瘤判定、垃圾邮件判定。 　　　　2.无监督学习中人工不对数据集作 ...

一，引言　　 　　前面讲到的基本都是分类问题，分类问题的目标变量是标称型数据，或者离散型数据。而回归的目标变量为连续型，也即是回归对连续型变量做出预测，最直接的办法是依据输入写出一个目标值的计算公式 ...

python机器学习实战（二） 版权声明：本文为博主原创文章，转载请指明转载地址 http://www.cnblogs.com/fydeblog/p/7159775.html 前言 这篇notebook是关于机器学习监督学习中的决策树算法，内容包括决策树算法的构造过程，使用 ...