本名边境

摘要： 线性回归一般模型： y = w1 * x1 + w2 + x2 + ...+ w(n) * x(n) +b 对于多个特征的数据集而言，线性模型可以非常强大，如果特征数量大于训练数据点的数量，任何磨边y都可以在训练集上用线性函数完美拟合 线性回归又称 普通最小二乘法 线性回归寻找参数w和b，使得对训练 阅读全文

摘要： 概述：k邻近最简单的就是只考虑一个最近邻。每一个新的数据点，我们标记了训练集中与它最近的点。 复杂的可以考虑任意（K个）邻居，新的数据在一定范围内属于多的训练集（少数服从多数） K邻近算法的有点就是容易理解，此方法是很好的基准方法，但是如果训练集很大的话，可能预测速度会比较慢。 阅读全文