摘要：
一：目的 数据归一化（标准化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。 二：分为 阅读全文
摘要：
主要用到 sklearn.model_selection包下的GridSearchCV类。 总共分为几步： a.创建训练集和测试集 b.创建最优参数字典 c.构建GridSearchCV对象 d.进行数据训练 e.得出最优超参数 a.创建训练集和测试集 b.创建最优参数字典 c.构建GridSear 阅读全文
摘要：
一：定义 超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。 二：常用超参数 k近邻算法的k，权重weight，明可夫斯基距离公式的p，这三个参数都在KNeighborsClassifier类的构造函数中。 三：共同代码 四：k的最优数值 五：weight的最优数值 如果取值为u 阅读全文
摘要：
本章，我们使用sklearn自带的手写识别的数据集进行计算准确度，进而巩固之前学的KNN算法。 本节主要是进行之前学的KNN算法进行巩固，进而为后续的学习打好基础。 阅读全文