奇迹969

摘要： 优点： 简单有效 重新训练的代价低(没有构建模型) 适合类域交叉样本 KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合。 适合大样本自动分类 该算法比较适用于样本容量比较大的类域的自动分类，而那些 阅读全文

摘要： 个人理解：根据计算预测物体的归属概率，判断其归属。import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from sklearn.naive_bayes import GaussianNB im 阅读全文