機器學習實戰K-近鄰算法

今天開始學習機器學習,第一章是K-近鄰算法,有不對的地方請指正 大概總結一下近鄰算法寫分類器步驟: 1. 計算測試數據與已知數據的特徵值的距離,離得越近越類似 2. 取距離最近的K個已知數據的所屬分類 3. 最後統計K個值的分類分別出現的機率,返回最多的一個屬性,即爲測試數據的所屬分類 4. 至於怎麼把文本轉換成numpy的類型,須要學習numpy模塊的相關知識,附上 numpy學習鏈接 http
相關文章
相關標籤/搜索