怎么做网站滑动图片部分,wordpress小工具浮动,WordPress 蜘蛛检测,简历制作网站免费一、概念
1.K-近邻算法#xff1a;也叫KNN 分类 算法#xff0c;其中的N是 邻近邻居NearestNeighbor的首字母。 #xff08;1#xff09;其中K是特征值#xff0c;就是选择离某个预测的值#xff08;例如预测的是苹果#xff0c;就找个苹果#xff09;最近的几个值也叫KNN 分类 算法其中的N是 邻近邻居NearestNeighbor的首字母。 1其中K是特征值就是选择离某个预测的值例如预测的是苹果就找个苹果最近的几个值邻近的意思也很简单就是距离上最近距离测算主要分两种。 实际情况就是点的x,y这些值就是这个点的特征一样的事物最后在坐标轴上位置离得很近而你把预测值放进去它离哪个近可不就是哪个玩意嘛。 如果有几个类挨得特别近就根据少数服从多数的投票法则洒洒水啦~ 2欧氏距离和曼哈顿距离 2.K值大小的影响 1K过小造成过拟合因为样本过少所以看山是山。 2K过大造成欠拟合因为样本过多假设判断的是人种那么多都是人那猿猴也有人的特征很容易就也被归类到人里面了。 3.离差标准化了解即可 当x,z都是两位数的时候加入y是五位数那此时y对距离的影响达到了非常大所以要对其进行标准化有三种 4.简单说一下代码 二、习题
单选题 2、关于k-近邻算法说法错误的是 D A k-近邻算法是机器学习 B k-近邻算法是监督学习 C k代表最近的K个样本 D k的选择对分类结果没有影响 3、关于k-近邻算法说法错误的是 B A k-近邻算法可以用来解决回归问题 B 随着k值的增大决策边界会越来越复杂 C 一般使用投票法进行分类任务 D 距离计算方法不同效果也可能有显著差别 多选题 8. K-近邻算法的基本要素包括ABD 。 A、距离度量 B、K值选择 C、样本大小 D、分类决策规则 判断题 9. 最近邻算法中样本的预测结果只由训练集中与其距离最近的那个样本决定。 PS老师的答案是对但是我搜的是错的。。。。
