摘要：数据来源 通过爬虫，爬取腾讯新闻三个分类每个分类大约1000条左右数据，存入excel 以上是大体的数据，三列分别为title、content、class；由于这里讲的的不是爬虫，爬虫部分省略 项目最终结构 其中主要逻辑在native_bayes.py文件中实现，utils.py为部分工具函数，tr 阅读全文

摘要：分类算法-k近邻算法(KNN): 定义： 如果一个样本在特征空间中的k个最相似 (即特征空间中最邻近) 的样本中的大多数属于某一个类别，则该样本也属于这个类别 来源： KNN算法最早是由Cover和Hart提出的一种分类算法 计算距离公式： 两个样本的距离可以通过如下公式计算，又叫欧氏距离，比如说 阅读全文

摘要：数据集划分： 机器学习一般的数据集会划分为两个部分 训练数据： 用于训练，构建模型 测试数据： 在模型检验时使用，用于评估模型是否有效 sklearn数据集划分API： 代码示例文末！ scikit-learn数据集API： 获取数据集的返回类型： 数据集进行分割： 代码示例： 1 import o 阅读全文