Fork me on GitHub

12 2015 档案

机器学习实战-边学边读python代码(5)
摘要：def classifyNB(vec2Classify, p0Vec, p1Vec, pClass1): p1 = sum(vec2Classify * p1Vec) + log(pClass1) p0 = sum(vec2Classify * p0Vec) + log(1.0 - pClass1) 阅读全文
posted @ 2015-12-15 20:40 HarlanC 阅读(279) 评论(0) 推荐(0) 编辑
机器学习实战-K-nearest neighbors 算法的优缺点
摘要：K临近算法是基于实例的学习，使用算法的时候我们必须要有接近分类结果的实例训练样本数据。 优点：精度高，对异常值不敏感 缺点： 时间复杂度和空间复杂度比较大。（如果训练样本数据集比较大，需要大量的空间来保存数据，并且需要待预测数据和训练样本数据集每条数据的距离，耗费时间。） 无法给出任何数据的基础结构 阅读全文
posted @ 2015-12-10 21:03 HarlanC 阅读(437) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示