python机器学习-chapter2_2

•fig, axes = plt.subplots(1, 3, figsize=(10, 3))

plt.subplots()用来构建一张图，其中参数1和3分别代表子图的行数和列数，一共有 1x3 个子图像。

figsize=(10,3)用来设置子图的宽度和高度。

函数返回一个figure图像和子图axes的array列表。

理解fig,ax = plt.subplots()：https://www.cnblogs.com/komean/p/10670619.html

plot绘图的各种参数说明：https://www.cnblogs.com/li-20151130/p/9038524.html

 

•python中zip()函数

a = (1, 2, 3) 
b = (4, 5, 6) 
zip(a, b)
>>>[(1, 4),(2, 5),(3, 6)]
c = (4 ,5, 6, 7, 8)
zip(a, c)
>>>[(1, 4),(2, 5),(3, 6)]

 

•k-NN总结

♠两个重要参数：邻居数 和 数据点之间距离的度量方法

较小的邻居数（3~5个）往往可以得到很好地效果

♠优点：

①即可用来分类也可用来回归

②容易理解，不用过多调节

缺点：

①需要数据预处理

②对于有很多特征（几百或更多）的数据集效果不好

③对稀疏数据集的效果尤其不好