《机器学习实战》1,2章学习小结

    第一章主要是安装Python及Numpy、Matplotlib model。我安装的是Python2.7，setup后记得在环境设置的PATH中添加python.exe和pip.exe所在路径。numpy我是下载了whl文件，通过pip install numpyxxx.whl 语句实现安装，Matplotlib直接下载的exe进行安装。

    第二章手把手教了K-近邻算法的实现。K-近邻算法的基本思想是：准备很多training数据，其中包含若干类，然后将test数据分别与training数据集中的数据计算距离，并将training数据集中的数据按照求解的距离从小到大取前k个，这k个数据中哪一类数据最多，当前test数据就属于该类。官方下载完整代码进行调试学习：

from numpy import *
import operator
from os import listdir


def classify0(inX, dataSet, labels, k):        %将test数据分类
    dataSetSize = dataSet.shape[0]        %training数据个数
    diffMat = tile(inX, (dataSetSize,1)) - dataSet    %tile函数构造包含dataSetSize*1个inX的array
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances**0.5
    sortedDistIndicies &#

最后

以上就是紧张犀牛为你收集整理的《机器学习实战》1,2章学习小结的全部内容，希望文章能够帮你解决《机器学习实战》1,2章学习小结所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。