分类算法--人工智能的基石教学课件PPT.pptxVIP

1.3分类算法--人工智能的基石

情景描述我们每次扔垃圾时，稍有不慎就会分错。但智能垃圾分类助手就能够快速准确的帮我们解决这个问题。

这是怎么实现的呢？

如图所示的动物可以分为______和_____。如果是机器会按照怎样的步骤去实现?猫狗活动一：了解机器分类

提取特征输入数据原始信息(如猫的照片)提取特征可量化属性(如是否有尖耳朵和长胡须)建立分类器算法大脑(决策树/KNN)分类最终类别(如猫/狗)活动一：了解机器分类

决策树的核心是按特征逐步分支判断，与树的结构类似，有根、有枝、有叶，但它是从根部开始往下生长的。活动二：构建决策树

活动二：构建决策树根节点:假期天数≥5天？是(≥5天)内部节点:预算3000？叶节点:推荐山水游否(5天)内部节点:喜欢人文？叶节点:推荐古镇游

K近邻分类(K-nearestneighbor,KNN)较为简单的经典机器学习算法之一，它奉行“观其友，识其人”的分类原则。也就是其核心思想是物以类聚，人以群分，从给定的训练样本中寻找与测试样本“距离”最近的k个样本，这k个样本中的多数属于哪一类，则将测试样本归于这个类别中。1概念活动三：K最近邻算法

1.计算训练样本与测试样本中每个样本点间的距离。2.对上面所有的距离值进行排序。3.选前K个最小距离的样本。4.根据这K个样本的标签进行投票，得到最后的分类类别。2步骤活动三：K最近邻算法

3举例如果K=3，那么就属于如果K=5，那么就属于？？活动三：K最近邻算法

课堂小结

类算法后任务1、判定课本31页图1.3.6中的？图形是什么？2、使用决策树评估课本31的旅游计划？3、完成课本33页的巩固练习？

谢谢！