常见数据挖掘算法和Python简单实现

一、K近邻算法算法 原理：计算待分类样本与每一个训练样本的距离，取距离最小的K个样本，这k个样本，哪一个类别占大多数，则该样本属于这个类别。bootstrap 优势：一、无需训练和估计参数，二、适合多分类，三、适合样本容量比较大的问题网络 缺点：一、对测试样本内存开销大，二、可解释性差，没法生成规则，三、对样本量小的问题，容易误分dom 经验：K通常低于样本量的平方根，基于交叉验证机器学习 问题：

>>阅读原文<<