柒~年

摘要：另一个版本代码 阅读全文

摘要：一、决策树 决策树(decision tree)是一种基本的分类与回归方法。决策树由结点(node)和有向边(directed edge)组成。 结点有两种类型：内部结点(internal node)和叶结点(leaf node)。内部结点表示一个特征或属性，叶结点表示一个类。 1、决策树的构建： 阅读全文

摘要：一、scipy下载与安装 scipy下载地址：http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv提供各种包whl文件 下载之后放到Scripts文件中 进入Scripts文件下，在cmd中 输入安装命令 二、sklearn下载与安装 scikit-le 阅读全文

摘要：#决策树1.定义分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内部节点和叶节点，内部节点表示一个特征或属性，叶节点表示一个类。分类的时候，从根节点开始，对实例的某一个特征进行测试，根据测试结果，将实例分配到其子结点；此时，每一个子结点对应着该特征的一个取值。如此递归向下移动，直至达到叶结点，最后将实例分配到叶结点的类中。#优点：计算复杂度不高，输出结果 阅读全文

摘要：1 from numpy import *#科学计算包 2 from numpy import tile 3 from numpy import zeros 4 import operator #运算符模块 5 import importlib 6 import sys 7 importlib.reload(sys) 8 9 def createDataSet(): 10 group = arra 阅读全文

摘要：输入命令：kNN.datingClassTest() 阅读全文

摘要：1 #约会网站预测数据 2 def classifyPersion(): 3 resultList = ['not at all','in small doses','in large doses'] 4 #input()函数允许用户输入文本行命令并返回用户所输入的命令 5 percentTats = float(input("percentage of time spent playing vi 阅读全文

摘要：运行结果： 出现的错误： 解决办法： 个人解决办法：重启PyCharm，运行kNN.py，重新完整的输入运行命令，问题就解决了 阅读全文

摘要：一、安装matplotlib 1.在Matplotlib的官网下载电脑对应的版本，网址为：https://pypi.org/project/matplotlib/#files 2.将在下载的.whl文件放在python的Scripts目录下 3.cmd打开命令提示符，进入Scripts目录下 4.输 阅读全文

摘要：# 准备数据：从文本文件中解析数据# 在kNN.py中创建名为file2matrix的函数，处理输入格式问题# 该函数的输入为文件名字符串，输出为训练样本矩阵和类标签向量# 将文本记录到转换Numpy的解析程序 1 def file2matrix(filename): 2 fr = open(filename) 3 arrayOLines = fr.readlines() 4 numberOfLi 阅读全文

摘要：#mat()函数可以将数组(array)转化为矩阵（matrix）# randMat = mat(random.rand(4,4))# 求逆矩阵：randMat.I# 存储逆矩阵：invRandMat = randMat.I# 矩阵乘法：randMat*invRandMat# 求误差值：myEye 阅读全文

摘要：一、k-近邻算法(kNN) 采用测量不同特征值之间的距离方法进行分类 工作原理： 存在一个样本数据集合(训练样本集)，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征醉 阅读全文