摘要：# -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. """ import matplotlib.pyplot as plt import numpy as np from sklearn.model_s 阅读全文

摘要：决策树，当下比较流行的有三种分类器， C4.5, ID3, CART， 不过大同小异，主要的区别就是选择的目标函数不同，ID3使用的是信息增益，C4.5使用信息增益率，CART使用的是Gini系数。 ，具体的原理就不说了，去翻翻别的博主吧，下面给出本人测试的小demo，帮助各位学者更快入手。 # - 阅读全文

摘要：随机森林就是用多个决策树分类器，共同预测，投票最多的那个分类就把预测数据划分到那个分类，别的不多说了，代码附上如下， # -*- coding:utf-8 -*- import numpy as np from sklearn import datasets, ensemble from sklea 阅读全文

摘要：朴素贝叶斯为根据贝叶斯定理，假设每个特征之间相互独立，然后根据每个特征值所属的概率最大的分类相加，最后得出哪个分类的概率可能性最大，就把预测的数据划分到那个类别下，对实现原理感兴趣的小伙伴，可以翻翻其他的博主的文章看看。 附上本人测试的代码，如下， # -*- coding:utf-8 -*- # 阅读全文

摘要：KNN算法为按距离进行分类的，对于已知的分类，根据欧式距离，最靠近那个分类就被预测为那个分类。 本文只是简单展示一下实现代码，具体的特征和分类，还得自己根据实际场景去调整。 在开始之前注意看看导入的包是否都存在，如不存在的化，请先安装相应的包 # -*- coding:utf-8 -*- impor 阅读全文