随笔分类 - 机器学习算法
摘要：一、scikit-learn库中的kNN算法 scikit-learn库中，所有机器学习算法都是以面向对象的形式进行包装的； 所有scikit-learn库中机器学习算法的使用过程：调用、实例化、fit、预测； 1）使用scikit-learn库中的kNN算法解决分来问题： 代码实现过程： impo
阅读全文
摘要：一、kNN算法基础 # kNN：k-Nearest Neighboors # 多用于解决分类问题 1）特点： 2）思想： 根本思想：两个样本，如果它们的特征足够相似，它们就有更高的概率属于同一个类别； 问题：根据现有训练数据集，判断新的样本属于哪种类型； 方法/思路： 3）代码实现过程： 示例代码：
阅读全文
摘要：一、matplotlib绘制折线图 matplotlib绘图的实质是折线图，将所有的点用直线连接起来，由于距离比较密，看起来像是个平滑的曲线； 二、matplotlib绘制散点图：Scatter Plot 直接调用plt.scatter()函数即可，和plt.plot()用法一样 对于折现图，横轴表
阅读全文
摘要：一、Jupyter Notebook的魔法命令 # 模块/方法 + ？或者help(模块/方法)：查看模块/方法的解释文档； 1）%run # 机械学习中主要应用两个魔法命令：%run、%timeit # 魔法命令格式：% + 命令 # %run：将模块引用并在Jupyter Notebook中执行
阅读全文
摘要：一、关于数据 通过对数据集的学习，算法系统再接受新的特征后可以自己判断该特征对应的事物； 事物的特征数据； 一般大写字母表示矩阵，小写字母表示向量； 向量分为行向量（1 X n）和列向量（n X 1），数学上一般将向量表示为列向量； 将数据集表示在坐标系中，有几种特征，就用几种维度的空间，一个样本就
阅读全文
摘要：# 注：一定要学会用help()查看变量、函数、类、实例对象的使用文档； # 格式：help(变量、函数、类、实例对象)； 一、什么是机械学习 1、一般应用 垃圾邮件分类、图像识别、人脸识别、数字识别 传统解决思路： 编写规则，定义“垃圾邮件”，让计算机执行：将一封邮件输入到传统算法，经判断输出结果
阅读全文
