機器學習分兩大類，有監(jiān)督學習(supervised learning)和無監(jiān)督學習(unsupervised learning)。有監(jiān)督學習又可分兩類：分類（classification.）和回歸（regression），分類的任務(wù)就是把一個樣本劃為某個已知類別，每個樣本的類別信息在訓練時需要給定，比如人臉識別、行為識別、目標檢測等都屬于分類?；貧w的任務(wù)則是預(yù)測一個數(shù)值，比如給定房屋市場的數(shù)據(jù)（面積，位置等樣本信息）來預(yù)測房價走勢。而無監(jiān)督學習也可以成兩類：聚類（clustering）和密度估計（density estimation）,聚類則是把一堆數(shù)據(jù)聚成弱干組，沒有類別信息；密度估計則是估計一堆數(shù)據(jù)的統(tǒng)計參數(shù)信息來描述數(shù)據(jù),比如深度學習的RBM。

創(chuàng)新互聯(lián)-云計算及IDC服務(wù)提供商，涵蓋公有云、IDC機房租用、聯(lián)通機房服務(wù)器托管、等保安全、私有云建設(shè)等企業(yè)級互聯(lián)網(wǎng)基礎(chǔ)服務(wù)，溝通電話：13518219792

根據(jù)機器學習實戰(zhàn)講解順序，先學習K近鄰法（K Nearest Neighbors-KNN）

K近鄰法是有監(jiān)督學習方法，原理很簡單，假設(shè)我們有一堆分好類的樣本數(shù)據(jù)，分好類表示每個樣本都一個對應(yīng)的已知類標簽，當來一個測試樣本要我們判斷它的類別是，就分別計算到每個樣本的距離，然后選取離測試樣本最近的前K個樣本的標簽累計投票，得票數(shù)最多的那個標簽就為測試樣本的標簽。

例子（電影分類）：

（圖一）

（圖一）中橫坐標表示一部電影中的打斗統(tǒng)計個數(shù)，縱坐標表示接吻次數(shù)。我們要對（圖一）中的問號這部電影進行分類，其他幾部電影的統(tǒng)計數(shù)據(jù)和類別如（圖二）所示：

（圖二）

從（圖二）中可以看出有三部電影的類別是Romance,有三部電影的類別是Action,那如何判斷問號表示的這部電影的類別？根據(jù)KNN原理,我們需要在（圖一）所示的坐標系中計算問號到所有其他電影之間的距離。計算出的歐式距離如（圖三）所示：

（圖三）

     由于我們的標簽只有兩類，那假設(shè)我們選K=6/2=3,由于前三個距離最近的電影都是Romance,那么問號表示的電影被判定為Romance。

代碼實戰(zhàn)（Python版本）：

先來看看KNN的實現(xiàn)：

from numpy import * 
import operator 
from os import listdir 
 
 
def classify0(inX, dataSet, labels, k): 
  dataSetSize = dataSet.shape[0]  #獲取一條樣本大小 
  diffMat = tile(inX, (dataSetSize,1)) - dataSet #計算距離 
  sqDiffMat = diffMat**2  #計算距離 
  sqDistances = sqDiffMat.sum(axis=1)  #計算距離 
  distances = sqDistances**0.5  #計算距離 
  sortedDistIndicies = distances.argsort() #距離排序 
  classCount={}      
  for i in range(k): 
    voteIlabel = labels[sortedDistIndicies[i]]  #前K個距離最近的投票統(tǒng)計 
    classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 #前K個距離最近的投票統(tǒng)計 
  sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True) #對投票統(tǒng)計進行排序 
  return sortedClassCount[0][0]  #返回最高投票的類別 

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

分享標題：python機器學習理論與實戰(zhàn)（一）K近鄰法-創(chuàng)新互聯(lián)
分享鏈接：http://aaarwkj.com/article18/gipgp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供靜態(tài)網(wǎng)站、網(wǎng)站建設(shè)、軟件開發(fā)、電子商務(wù)、自適應(yīng)網(wǎng)站、商城網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)