摘要：
matplotlib提供了一个注解工具annotations,可以在数据图形上添加文本注释。 1.使用文本注解绘制树节点 import matplotlib.pyplot as plt decisionNode = dict(boxstyle="sawtooth", fc="0.8") leafNo 阅读全文
摘要：
在构造决策树时，我们需要解决的第一个问题是，当前数据集上哪个特征在划分数据类型时起决定性作用。为了找到决定性的特征，划分出最好的结果，我们必须评估每个特征。完成测试之后，原始数据集就被划分为几个数据子集。这些数据子集会分布在第一个决策点的所有分支上。如果某个分支下的数据属于同一类型，则无需进一步对数 阅读全文
摘要：
查询设备拥有多少内存以及具备哪些功能。 Cuda的设备属性还有很多，都可以通过这种方式显示出来，方便后面的程序设计使用 阅读全文
摘要：
因学习需要，需要把算法运行速度优化，现在有cuda这个平台，所以先学习着怎么编写程序 框架结构什么的打算边学程序边学，因为一直看框架理论，理解也不是很深刻 主要参考CUDA实战这本书，开始编程学习，期望可以快速入门，后面再加以理论方面的补充，能够完成算法实现速度的优化 在此之前，CUDA的实验平台已 阅读全文
摘要：
数据是很重要的，机器学习实战的源代码提供了数据，这点是非常好的 将图像转化为文本，读进向量里，就可以使用前面写的分类器 理解程序没有什么问题，很多函数前面也都学习过了，这里学习一下读取一个文件夹里的所有文件名 使用listdir()需要从os模块导入 os.listdir() 方法用于返回指定的文件 阅读全文
摘要：
继续学习机器学习实战 今天主要学习的是Python从txt文件读取数据，处理数据（归一化处理），分析数据（画图），测试算法，使用算法（预测分类的结果） 首先在网上下载了书的源代码（只是为了拿到测试用的数据） 首先插入今天新加的代码： 有了第一个简单KNN的铺垫，对算法的理解倒是没有问题，这里主要学习 阅读全文
摘要：
KNN基本步骤：计算与已知数据的距离，选择k个最近距离的数据，看这k个数据的标签最多属于什么类，预测未知数据的分类 1、新建一个KNN.py模块 需要使用numpy 2. 向模块添加已知的数据和标签 3.对未知数据的分类 4.测试一下这个模型 结果是B 也可以测试其他数据；这是最简单的KNN例子，参 阅读全文