以下是为您整理出来关于【机器学习实战】合集内容，如果觉得还不错，请帮忙转发推荐。
一，引言先说个K-means算法很高大上的用处，来开始新的算法学习。我们都知道每一届的美国总统大选，那叫一个竞争激烈。可以说，谁拿到了各个州尽可能多的选票，谁选举获胜的几率就会非常大。有人会说，这跟K-means算法有什么关系？当然，如果哪一届的总统竞选，某一位候选人是绝对的众望所归，那自然能以压倒性优势竞选成功，那么我们的k-means算法还真用不上。但是，我们应该知道2004年的总统大选中，候选人的得票数非常接近，接近...
数据标称型和数值型 算法归一化处理：防止数值较大的特征对距离产生较大影响计算欧式距离：测试样本与训练集排序：选取前k个距离，统计频数(出现次数)最多的类别1 def classify0(inX, dataSet, labels, k):2 3 4 :param inX: 测试样本(arr)5 :param dataSet: 训练数据集(arr)6 :param labels: 类别(list)7 :param k:(int)8 :return: 类别9 10 #计算距离 11 dataSetSize = dataSet.shape[0] ...
转行学习python+机器学习，网络资源真的参差不齐，而且知识是有偿的，很多视频资料一套就收费60元，对于我这样的初学者来说，不确定能否喜欢视频讲解老师的风格，也很容易重复购买，损失了不少大洋还在入门徘徊。于是厚脸皮找学计算机的外甥要了内部学习资料，分享给一起学习的老铁们。附上链接：https://pan.baidu.com/s/1PiLCWMXjD8xIs4zwB5V76A 提取码：ibjp
文章目录梯度下降策略1. 梯度下降 梯度下降策略 1. 梯度下降点赞 收藏分享文章举报grinningGrace发布了7 篇原创文章 · 获赞 0 · 访问量 120私信 关注
第10章 K-均值聚类算法([代码][ch10])K-均值算法的优缺点 K-均值是发现给定数据集的 K 个簇的聚类算法, 之所以称之为 K-均值 是因为它可以发现 K 个不同的簇, 且每个簇的中心采用簇中所含值的均值计算而成. 簇个数 K 是用户指定的, 每一个簇通过其质心（centroid）, 即簇中所有点的中心来描述. 聚类与分类算法的最大区别在于, 分类的目标类别已知, 而聚类的目标类别是未知的.优点:容易实现缺点:可能收敛到局部最小值，在大规模数据...
第11章 使用Apriori算法进行关联分析([代码][ch11])关联分析关联分析是一种在大规模数据集中寻找有趣关系的任务。这些关系可以有两种形式:频繁项集（frequent item sets）: 经常出现在一块的物品的集合。关联规则（associational rules）: 暗示两种物品之间可能存在很强的关系。交易号码 商品0 豆奶草莓1 草莓，尿布，啤酒，辣椒酱2 豆奶，尿布，黄瓜，饼干3 黄瓜，饼干，尿布，啤酒4 黄瓜，啤酒，尿布，黄瓜频繁项集指的就是那些经...
第12章 使用FP-growth算法来高效发现频繁项集([代码][ch12])FP优点因为 FP-growth 算法只需要对数据集遍历两次，所以速度更快。FP树将集合按照支持度降序排序，不同路径如果有相同前缀路径共用存储空间，使得数据得到了压缩。不需要生成候选集。比Apriori更快。缺点FP-Tree第二次遍历会存储很多中间过程的值，会占用很多内存。构建FP-Tree是比较昂贵的。适用数据类型标称型数据(离散型数据)。FP-Tree算法全称是FrequentPattern Tre...
机器学习实战学习笔记(二)-KNN算法(2)-KNN算法改进约会网站的配对效果 情景概要 某个妹子交往过三种类型的人:不喜欢的人 魅力一般的人. 极具魅力的人这个妹子想要知道自己到底喜欢哪一类男人，于是提供了她收集的约会数据(1000行,吐槽一波，手动狗头)，并希望能创建一种分类机制来帮她完成这件事情。 数据表格如下:实际数据集是这样的: datingTestSet.txtdatingTestSet2.txt导入数据 # 判断分类 def isWhichClass(className):if cl...
python数据分析个人学习读书笔记-目录索引 唐宇迪，计算机专业博士，网易云课堂人工智能认证行家，51CTO学院讲师，CSDN博客专家、讲师。拥有多年人工智能领域培训经验，带领课程研发团队累计开发AI课程60余门，覆盖当下人工智能热门领域 该书结合了机器学习、数据分析和 Python 语言，通过案例以通俗易懂的方式讲解了如何将算法应用到实际任务。 全书共 20 章，大致分为 4 个部分。第一部分介绍了 Python 的工具包，包括科学计算...
# -*- coding: utf-8 -*- """ Created on Fri Jul 13 09:17:41 2018@author: wzy """ from matplotlib.font_manager import FontProperties import matplotlib.lines as mlines import matplotlib.pyplot as plt import time import numpy as np import operator""" 函数说明：创建数据集Parameters:NoneReturns:group - 数据集labels - 分类标签Modify:2018-07-13 """ def createDataSet():# 四组二维特征group = np.array([[1,10...