摘要：1. 基本概念： 训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归 2. 概念学习： 人类学习概念：鸟，车，计算机 定义：概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数 3. 例子： 学习 “享受运动" 这一概念： 小明进行水上运动，是否享受运动取决于很多因素 阅读全文

摘要：1、算法概述 1.1算法特点 简单的说：k-近邻算法采用测量不同特征值之间的距离方法进行分类。 k-近邻算法 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 适用数据范围：数值型和标称型 1.2 工作原理 存在一个训练样本集，并且每个样本都存在标签（有监督学习）。输入 阅读全文

摘要：写在前面：这一个多月都在学习python,从python3基础、python爬虫、python数据挖掘与数据分析都有接触，最近看到一本机器学习的书（主要是学习相关算法） 于是就打算来做这份机器学习的笔记，笔记主要来源是《机器学习实战》以及网上一些博客资料和自己的理解，主要做我个人学习所用，初学者水平 阅读全文