文章 2015-12-10 来自:开发者社区

机器学习实战-K-nearest neighbors 算法的优缺点

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信息,因此无法知晓平均实例样本和典型事例样本有什么特征。 无法持久化分类器。 ...

文章 2015-11-26 来自:开发者社区

机器学习实战-边学边读python代码(4)

程序2-4 分类器针对约会网站的测试代码(4) def datingClassTest():hoRatio = 0.10 //将文件读入内存矩阵datingDataMat,datingLabels = file2matrix('datingTestSet.txt') //归一化,请看(3)normMat, ranges, minVals = autoNorm(datingDataMat)m = ....

文章 2015-11-25 来自:开发者社区

机器学习实战-边学边读python代码(3)

程序清单2-3 归一化特征值: def autoNorm(dataSet): /* >>> barray([[ 1., 2., 3.], [ 2., 3., 4.], [ 10., 0., 0.]])>>> b.max(0)array([ 10., 3., 4.])>>> b.min...

文章 2015-10-07 来自:开发者社区

《机器学习实战》kMeans算法(K均值聚类算法)

============================================================================================ 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记,包含对其中算法的理解和算法的Python代码实现 另外博主这里有机器学习实战这本书的所有算法源代码和算法所用到的源文件,有需要的留言 ======.....

文章 2015-10-07 来自:开发者社区

《机器学习实战》二分-kMeans算法(二分K均值聚类)

===================================================================== 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记也包含一些其他python实现的机器学习算法                      ...

文章 2015-08-22 来自:开发者社区

《机器学习实战》基于朴素贝叶斯分类算法构建文本分类器的Python实现

============================================================================================ 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记,包含对其中算法的理解和算法的Python代码实现 另外博主这里有机器学习实战这本书的所有算法源代码和算法所用到的源文件,有需要的留言 ======.....

文章 2015-08-15 来自:开发者社区

《机器学习实战》决策树(ID3算法)的分析与实现

============================================================================================ 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记,包含对其中算法的理解和算法的Python代码实现 另外博主这里有机器学习实战这本书的所有算法源代码和算法所用到的源文件,有需要的留言 ======.....

文章 2015-08-11 来自:开发者社区

《机器学习实战》k最近邻算法(K-Nearest Neighbor,Python实现)

============================================================================================ 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记,包含对其中算法的理解和算法的Python代码实现 另外博主这里有机器学习实战这本书的所有算法源代码和算法所用到的源文件,有需要的留言 ======.....

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注