摘要:
机器学习实例 1.2、k-近邻算法(海伦约会) 一、总结 一句话总结: 核心代码就是直接调用 【简单k-nn】 里面的那个 【classify0方法】,非常简单 也就是说,k-nn在实战中也是【非常非常简单】的,就是【选最近邻的k个】来确定分类 def classify0(inX, dataSet, 阅读全文
摘要:
数据分析归一化简介 一、总结 一句话总结: 一种是把数变为(0,1)之间的小数 一种是把有量纲表达式变为无量纲表达式 1、归一化中 把数变为(0,1)之间的小数 的实例? 求和,然后算权值 {2.5 3.5 0.5 1.5}归一化后变成了{0.3125 0.4375 0.0625 0.1875} 解 阅读全文
摘要:
min-max归一化矩阵代码 一、总结 一句话总结: 这里是min-max归一化,就【按公式x* =(x-min)/(max-min)来做矩阵运算】就可以了 min-max标准化:x* =(x-min)/(max-min):【新数据加入,需重新计算max和min】 这里矩阵运算你的话主要就是【平铺t 阅读全文
摘要:
数据归一化和两种常用的归一化方法 一、总结 一句话总结: min-max标准化:x* =(x-min)/(max-min):新数据加入,需重新计算max和min Z-score标准化:x* =(x-μ)/σ:μ为所有样本数据的均值,σ为所有样本数据的标准差 1、为什么要对数据进行归一化处理? 不同评 阅读全文
摘要:
机器学习实例 1.1、k-近邻算法(简单k-nn) 一、总结 一句话总结: 【取最邻近的分类标签】:算法提取样本最相似数据(最近邻)的分类标签 【k的出处】:一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处 【k-近邻算法实例】:比如,现在我这个k值取3,那么在电影例 阅读全文
摘要:
Python中的operator.itemgetter函数 一、总结 一句话总结: 【itemgetter函数用于获取对象的哪些维的数据】:operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号) 实例:a = [1,2,3] b 阅读全文
摘要:
np.tile()函数的作用 一、总结 一句话总结: 本着函数取名必有所依的原理,tile有【平铺】的意思。 【1.沿X轴复制】:在numpy中,np.tile(a,(2))函数的作用就是将函数将函数沿着X轴扩大两倍。如果扩大倍数【只有一个,默认为X轴】 【2.XY轴都复制,或只沿着Y轴复制的方法】 阅读全文