摘要:
k-近邻算法: KNN 工作原理 假设有一个带有标签的样本数据集(训练样本集),其中包含每条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。 计算新数据与样本数据集中每条数据的距离。 对求得的所有距离进行排序(从小到大,越小表示越相似)。 取前 阅读全文
摘要:
监督学习的数据就是有标签数据,无监督学习的数据就是无标签数据。 有标签的数据应该就是采用有监督学习方式,像线性分类器,神经网络等;无标签的数据采用非监督学习方式,比如聚类等方法。 半监督式学习问题介于监督式和非监督式学习之间。这里有一个好例子如:照片分类,但是只有部分照片带有标签(如,狗、猫和人), 阅读全文