k临近算法(kNN)采用测量不同特征值之间的距离方法进行分类，也是一种非常直观的方法。本文主要记录了使用kNN算法改进约会网站的例子。任务一：分类算法classify0
就是使用距离公式计算特征值之间的距离，选择最邻近的k个点，通过统计这k个点的结果来得出样本的预测值。
tile函数用法在这里
argsort函数在这里def classify0(inX,dataset,labels,k):...
分类：
其他好文 时间：
2015-04-10 22:36:02
阅读次数：
233
那几年，我学习机器学习的主要内容：
1.机器学习基本导论，机器学习入门了解；
2.线性回归与Logistic。xx业绩预测系统，智能交互统计系统等；
3.岭回归，Lasso，变量选择技术。维度的技巧等技术；
4.降维技术。xx指标设计，具体规范；
5.线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘。XX智能垃圾消息，垃圾邮件判断，评论智能分析，智能监控统计预警系统呀。
6.决策树，组合提升算...
分类：
其他好文 时间：
2015-03-20 14:27:55
阅读次数：
168
决策树、knn算法都是结果确定的分类算法，数据示实例最终被明确的划分到某个分类中贝叶斯：不能完全确定数据实例应该划分到某个类，湖综合只能给出数据实例属于给定分类的概率 *引入先验概率与逻辑推理来处理不确定命题 *(扩展命题),另一种叫频数概率，从数据本身出发得到结论，不考了逻辑推理及先验知识。朴.....
分类：
其他好文 时间：
2015-03-19 06:12:50
阅读次数：
155
knn特点优点：精度高，对异常值不明感，无数据输入嘉定缺点：计算复杂度高，空间复杂度高适用范围：数值型和标称型knn算法的伪代码1、计算已知类别数据集中的点与当前之间的距离2、按照距离递增次序排序3、选取与当前点距离最6，小的k个点4、确定前k个点所在的类别的出现频率5、返回前k个点出现频率最高的类...
分类：
其他好文 时间：
2015-03-18 23:12:36
阅读次数：
801
k-d树（k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。
索引结构中相似性查询有两种基本的方式：一种是范围查询（range searches），另一种是K近邻查询（K-neighbor searches）。范围查询就是给定查询点和查询距离的阈值，从数据集中找出所有与查询点距离小于阈值的数据；K近邻查询...
分类：
编程语言 时间：
2015-03-15 10:56:44
阅读次数：
262
在OpenCV2简单的特征匹配中对使用OpenCV2进行特征匹配的步骤做了一个简单的介绍，其匹配出的结果是非常粗糙的，在这篇文章中对使用OpenCV2进行匹配的细化做一个简单的总结。主要包括以下几个内容： DescriptorMatcher DMatcher KNN匹配 计算两视图的基础矩阵F，并细...
分类：
其他好文 时间：
2015-03-12 23:57:40
阅读次数：
1044
作者：daniel-D 在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means...
分类：
其他好文 时间：
2015-03-09 21:02:05
阅读次数：
236
KNN即K-Nearest Neighbor，是数据挖掘中一种最简单的分类方法，即要判断某一个样本属于已知样本种类中的哪一类时，通过计算找出所有样本中与测试样本最近或者最相似的K个样本，统计这K个样本中哪一种类最多则把测试样本归位该类。如何衡量两个样本的相似度？可以用向量的p-范数来定义。
假设有两个样本X=(x1, x2, ..., xn)，Y=(y1, y2, ..., yn)，则他们之间的相似度可以用以下向量p-范数定义：...
分类：
其他好文 时间：
2015-03-08 17:22:38
阅读次数：
208
kNN算法的指导思想是“近朱者赤，近墨者黑”，由你的邻居来推断出你的类别。...
分类：
编程语言 时间：
2015-02-25 18:44:43
阅读次数：
283
一、算法概述1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平庸的分类器或许是那种死记硬背式的分类器，记住全部的训练数据，对于新的数据则直接和训练数据匹配，假设存在同样属性的训练数据，则直接用它的分类来作为新数据的分类。这样的方式有一个...
分类：
编程语言 时间：
2015-02-10 21:39:16
阅读次数：
201
