filename='g:\data\iris.csv' lines=fr.readlines()Mat=zeros((len(lines),4))irisLabels=[]index=0for line in lines: line=line.strip() if len(line)> ...

前言： 上篇介绍了knn的实现过程，这次我们使用库里自带的数据集来进行knn的实现。 正文： 各类参数如下： avg / total 0.96 0.95 0.95 40 [[20 0 0] [ 0 10 2] [ 0 0 8]] 总结： 这个算法 ...

在KNN里，通过交叉验证，我们即可以得出最合适的K值。它的核心思想无非就是把一些可能的K逐个去尝试一遍，然后选出效果最好的K值 交叉验证的第一步是把训练数据进一步分成训练集和验证集。 为什么这么做？ 道理其实很简单，因为我们需要一种评估的机制来选出最好的K值。那具体用什么数据来评估 ...

数据是机器学习模型的原材料，当下机器学习的热潮离不开大数据的支撑。在机器学习领域，有大量的公开数据集可以使用，从几百个样本到几十万个样本的数据集都有。有些数据集被用来教学，有些被当做机器学习模型性能测试的标准（例如ImageNet图片数据集以及相关的图像分类比赛）。这些高质量的公开数据集为我们学习 ...

开始--- IRIS分类问题分类：根据数据集目标的特征和属性，划分为已有的类别中常用的分类算法：K紧邻（KNN),逻辑 ...

一、简单划分：数据集：测试集=7：3 问题： 1）.没有充分的利用数据集； 2）.回归问题中的MSE（mean square error）受到划分比例的影响，导致最终模型的最优参数选择也受到划分比例的影响。 【图来源：https://zhuanlan.zhihu.com/p ...

GBDT，梯度提升树属于一种有监督的集成学习方法，与之前学习的监督算法类似，同样可以用于分类问题的识别和预测问题的解决。该集成算法体现了三个方面的又是，分别是提升Boosting、梯度Gradient、决策树Decision Tree。“提升”是指将多个弱分类器通过线下组合实现强分类器的过程 ...

简易用法 Relational plots（关系图） scatterplot（散点图） lineplot（线图） relplot（关系图） Categorical p ...