摘要: k-近邻算法算是一个非常暴力也非常好理解的算法 (抽象来讲,就是和谁长得像就分为哪一类 如何划分长得像还是不像的尺度? 把特征值当做坐标,把个体当做线性空间中的离散点,取k个离目标最近的训练集点,进行label vote,少数服从多数。 That's it. 至于什么是label vote...完全 阅读全文
posted @ 2017-02-14 17:26 K.Nick 阅读(261) 评论(0) 推荐(0) 编辑
$a = (1-\sin(\theta))$