摘要：关于线性回归 许多真实的过程能够用线性模型来近似 线性回归通常作为更大系统的一个模块 线性系统能有解析解，不需要迭代逼近，而是直接可以求解出来 线性预测提供了对许多机器学习核心概念的介绍，例如定义目标函数、梯度下降等 一元线性回归 比如一个朋友要买房子，如今已知一些房价的面积和对应价格。我们希望能得 阅读全文

摘要：机器学习实战学习笔记(二) KNN算法(2) 使用KNN算法进行手写数字的识别 概要 目的 构造使用k 近邻分类器的手写识别系统。为了简单起见，这里构造只能识别数字0到9分类器 数据格式 文件名包含了标签 内部是图片转化成的txt格式 步骤 图像转化为测试向量 必须将图像格式化处理为一个向量。 我们 阅读全文

摘要：机器学习实战学习笔记(二) KNN算法(2) KNN算法改进约会网站的配对效果 情景概要 某个妹子交往过三种类型的人: 不喜欢的人 魅力一般的人. 极具魅力的人 这个妹子想要知道自己到底喜欢哪一类男人，于是提供了她收集的约会数据(1000行,吐槽一波，手动狗头)，并希望能创建一种分类机制来帮她完成这 阅读全文

摘要：机器学习实战学习笔记(2) KNN算法(1) KNN的最基本实现 k 近邻算法 k 近邻算法概述 简单地说，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 近邻算法特点 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。 k 阅读全文

摘要：机器学习基本概念 什么是机器学习? 简单地说，机器学习就是把无序的数据转换成有用的信息。 属性 比如对鸟进行分类的例子: 比如体重、翼展、有无脚蹼、后背颜色这几个特征可以称作 属性 ，或者将其称为特征。 训练集 算法输入大量已分类数据作为算法的训练集。表1 1是包含六个训练样本的训练集，每个训练样本 阅读全文