摘要：
<pre class="markdown-doc">k-近邻算法(kNN) ### 概述 - 简单而言，k-近邻算法采用测量不同特征值之间的距离方法进行分类 - 工作原理： 1. 存在一个样本数据集合(训练样本集)，其中每个数据存在标签 2. 输入没有标签的新数据后，将新数据的每个特征与样本集中数据 阅读全文
摘要：
1. 监督学习(supervised learning): 给定输入样本集，机器可以从中推演出指定目标的可能结果。 一般采用两种类型的目标变量：标称型和数值型。 - 标称型：标称型目标变量的结果只有在有限目标集中取值，如真与假，动物分类集合 {爬行类，鱼类， 哺乳类，两栖类} - 数值型：数值型目标 阅读全文