《机器学习》--周志华 （第十章学习笔记）
降维与度量学习 k近邻学习 k近邻学习是一种常用的监督学习方法 工作机制：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k 个“邻居”的信息来进行预测 通常，在分类任务中可使用“投票法” ，即选择这k个样本中出现最多的类别标记作为预测结果；在回归任务中可使用“平均法”，即将这k个样本的实值输出标记的平均值作为预测结果；还可基于距离远近进行加权平均或加权投票，距离越近
相关文章
- 1. 《机器学习》--周志华 （第五章学习笔记）
- 2. 《机器学习》--周志华 （第三章学习笔记）
- 3. 《机器学习》--周志华 （第六章学习笔记）
- 4. 《机器学习》-- 周志华 （第一章学习笔记）
- 5. 《机器学习》 -- 周志华 （第二章学习笔记）
- 6. 周志华机器学习笔记（一）
- 7. 《周志华机器学习》笔记
- 8. 周志华机器学习第二章读书笔记（二）
- 9. 周志华《机器学习》笔记：第4章 决策树
- 10. 机器学习（周志华）读书笔记---第10章 降维
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
