KNN项目实战 改进约会网站的配对效果 项目背景： 海伦女士一直使用在线约会网站寻找适合自己的约会对象。尽管约会网站会推荐不同的人选，但她并不是喜欢每一个人。经过一番总结，她发现自己交往过的人可以进行如下分类： 不喜欢的人 魅力一般的人 极具魅力的人 项目数据 海伦收集约会数据已经有了一段时间，她把这些数据存放在文本文件datingTestSet.txt中，每个样本数据占据一行，总共有 行。 d ...
2018-07-13 20:51 0 1624 推荐指数：
今天读《机器学习实战》读到了使用k-临近算法改进约会网站的配对效果，道理我都懂，但是看到代码里面的数据样本集 datingTestSet2.txt 有点懵，这个样本集在哪里，只给了我一个文件名，没有任何内容啊。 上网百度了这个文件名，发现很多博主的博客里可以下载，我很好奇，同样是读《机器学习实战 ...
下午于屋中闲居，于是翻开《机器学习实战》一书看了看“k-邻近算法”的内容，并学习了一位很厉害的博主Jack Cui的代码，自己照着码了一遍。在此感谢博主Jack Cui的知识分享。 一、k-邻近算法简介 k-邻近算法作为最简单的机器学习算法之一，其原理也浅显易懂，即：如果一个样本在特征空间 ...
1、kNN 算法 算法说明： set<X1,X2……Xn> 为已知类别数据集，预测 点Xt 的类别： （1）计算中的set中每一个点与Xt的距离 （2）按距离增序排列 （3）选择距离最小的前k个点 （4）确定前k个点所在的类别的出现频率 （5）返回频率最高的类别作为测试 ...
一、 马氏距离 我们熟悉的欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。例如，在教育研究中，经常遇到对人的分析和判别，个 ...
机器学习实战这本书是基于python的，如果我们想要完成python开发，那么python的开发环境必不可少： （1）python3.52,64位，这是我用的python版本 （2）numpy 1.11.3,64位，这是python的科学计算包，是python的一个矩阵类型，包含数组 ...
转： KNN算法的缺陷 观察下面的例子，我们看到对于样本X，通过KNN算法，我们显然可以得到X应属于红点，但对于样本Y，通过KNN算法我们似乎得到了Y应属于蓝点的结论，而这个结论直观来看并没有说服力。 由上面的例子可见：该算法在分类时有个重要的不足是，当样本不平衡时 ...
kmeans算法的流程： EM思想很伟大，在处理含有隐式变量的机器学习算法中很有用。聚类算法包括kmeans，高斯混合聚类，快速迭代聚类等等，都离不开EM思想。在了解kmeans算法之前，有必要详细了解一下EM思想。 Kmeans算法属于无 ...
import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors ...
