常見數據挖掘算法和Python簡單實現

一、K近鄰算法算法 原理：計算待分類樣本與每一個訓練樣本的距離，取距離最小的K個樣本，這k個樣本，哪一個類別佔大多數，則該樣本屬於這個類別。bootstrap 優勢：一、無需訓練和估計參數，二、適合多分類，三、適合樣本容量比較大的問題網絡 缺點：一、對測試樣本內存開銷大，二、可解釋性差，沒法生成規則，三、對樣本量小的問題，容易誤分dom 經驗：K通常低於樣本量的平方根，基於交叉驗證機器學習 問題：

>>阅读原文<<