摘要：
基于《统计学习方法》的感知机内容以及自己的理解整理如下。 应用场景 按李航老师的定义：感知机(perceptron)是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别(取+1 ，-1二值)，感知机对应于输入空间(特征空间)中将实例分为正负两类的分离超平面，属于判别模型。 使用场景较多， 阅读全文
摘要：
knn使用场景 K近邻算法是一种基本的分类和回归方法。在分类问题中，KNN算法假设给定的训练集的实例类别已经确定，对于新来的实例，KNN算法根据其k个最近邻的训练集实例的类别，通过多数表决等方式对新实例的类别进行预测。 KNN算法的三个基本要素是：k值的选择（即输入新实例要取多少个训练实例点作为近邻 阅读全文