『埃尔法哥哥』kNN分类算法及其python实现( 三 )
if __name__ == '__main__':
M = KNN()
train_X, train_Y = M.generate_training_data()
print(train_X)
M.fit(train_X, train_Y)
xiao_li_zi = np.array([175,75,0])
res = M.predict(xiao_li_zi)
print(res)
3结束语
KNN是我们学数据挖掘或者机器学习时 ， 最早接触的分类算法 。 比起SVM之类的算法 ， KNN显得有些简陋 ， 不过如果通过数据探查和分析 ， 如果可以确定样本非常容易分类 ， 使用简单的算法还是挺节省资源的 。
KNN算法在实际使用之外 ， 还有教学价值 。 KNN现在的实用性可能不是特别高 ， 但是由于符合人类思维习惯、比较直观 ， 而且容易实现 ， 是数据科学入门必学算法；另外 ， 学习聚类算法 ， 比较顺畅的学习路径就是先学习KNN ， 然后学习kmeans ， 然后看其他的聚类算法 。
推荐阅读
- 「」儿童节就送阿尔法蛋学习手表，安全贴心又能学习
- -悟空哥哥-618年中大促力来袭，iQOO Neo3应该是你不容错过的5G手机
- 埃尔法哥哥面对用户需求与AI技术之间的不平衡，AI产品经理该如何做？
- 埃尔法哥哥谁说机器学习难？它在这朵云上就没有门槛
- 埃尔法哥哥Python基础语法之“数据应用”
- 埃尔法哥哥Bionumerics软件的多位点VNTR分析
- 埃尔法哥哥一个例子就能读懂大数据，原来数据分析能在这些行业里使用
- 埃尔法哥哥C++程序员的职业生涯规划
- 埃尔法哥哥MAML-Tracker：用目标检测思路做目标跟踪？小样本即可得高准确率丨CVPR 2020
- 埃尔法哥哥数据规范之代码表