首页 > 编程语言 > 详细

机器学习算法

时间:2016-08-01 23:25:39      阅读:231      评论:0      收藏:0      [点我收藏+]

监督学习

KNN K近邻算法

def classify0(inX, dataSet, labels, k):
   dataSetSize = dataSet.shape[0]
   diffMat = tile(inX, (dataSetSize,1)) - dataSet
   sqDiffMat = diffMat**2
   sqDistances = sqDiffMat.sum(axis=1)
   distances = sqDistances**0.5
   sortedDistIndicies = distances.argsort()    
   classCount={}          
   for i in range(k):
       voteIlabel = labels[sortedDistIndicies[i]]
       classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
   sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)
   return sortedClassCount[0][0]


机器学习算法

原文:http://9811819.blog.51cto.com/9801819/1833022

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!