wancy

摘要： 1. k近邻算法(K-Nearest Neighbor，KNN) K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该 阅读全文

摘要： 1. 基于密度的聚类算法 基于密度的聚类算法主要思想是只要邻近区域的密度（对象的个数）超过某个阈值，就把它加入到与之相近的聚类中。基于密度的聚类算法代表有DBSCAN算法、OPTICS算法及DENCLUE算法等。 2. DBSCAN(Density-Based Spatial Clustering 阅读全文

摘要： 1. k-means聚类 聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类是建立在无类标记的数据上，是一种非监督的学习算法 k均值聚类算法（k-means clustering algorithm）是最著名的划分聚类算法，是一种迭代求解的聚类分 阅读全文

摘要： 1.查看当前数据库的字符集的语句如下: show variables like ' character %'; 说明: character_set_client:客户端请求数据的字符集。 character_set_connection:客户机/服务器连接的字符集。 character_set_da 阅读全文

摘要： 1. 支持向量机 支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maxim 阅读全文

摘要： 1.动态规划概念与基本思想 动态规划（Dynamic Programming，DP）是运筹学的一个分支，是求解决策过程最优化的过程。20世纪50年代初，美国数学家贝尔曼（R.Bellman）等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，从而创立了动态规划。动态规划的应用极其广泛，包括 阅读全文

摘要： 1.条件概率 条件概率是指事件A在事件B发生的条件下发生的概率。条件概率表示为：P（A|B），读作“A在B发生的条件下发生的概率”。若只有两个事件A，B，那么： 在上式中P(B)不能等于0，另外，如果A,B相互独立，有P(AB)=P(A)P(B) 2.全概率公式 全概率公式为概率论中的重要公式，它将 阅读全文

摘要： labelList=['好瓜', '好瓜', '好瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜'] len=labelList.count('好瓜') 阅读全文

摘要： 1. JDK环境变量的配置 配置环境变量之前，是已经安装了JDK了。假设已经安装好了JDK了，高版本的JDK无需手动配置环境变量,低版本的JDK需要配置环境变量，这里以JDK1.8为例。 2. path路径配置 在path环境变量中配置jdk安装路径下的bin目录。 Jdk安装路径\bin;因为后面 阅读全文

摘要： 1.决策树 在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。 分类树（决策树）是一种十分常用的分类方法。它是一种监督学习，所谓监督学习就是给定一堆样本，每个 阅读全文