智能算法实战KNN与贝叶斯决策树解析.pptVIP

课程第二天;sklearn数据集;假如拿到的数据全部都用来训练一种模型？;数据集划分;sklearn数据集划分API;问题：

自己准备数据集，耗时耗力，不一定真实;scikit-learn数据集API介绍;获取数据集返回的类型;sklearn分类数据集;数据集进行分割;sklearn.datasets.fetch_20newsgroups(data_home=None,subset=‘train’)

subset:train或者test,all，可选，选择要加载的数据集.

训练集的“训练”，测试集的“测试”，两者的“全部”;sklearn.datasets.load_boston()

加载并返回波士顿房价数据集

;想一下之前做的特征工程的环节？

1、实例化(实例化的是一种转换器类(Transformer))

2、调用fit_transform(对于文档建立分类词频矩阵，不能同步调用);sklearn机器学习算法的实现-预计器;预计器的工作流程;分类算法-k近邻算法;;第18页;第19页;你的“邻居”来推断出你的类别;分类算法-k近邻算法(KNN)

;计算距离公式;结合我们之前讲的约会数据例子，在计算两个样本数据的距离时特征有什么影响？需要对数据做些什么？

;sklearnk-近邻算法API;k近邻算法实例-预测入住位置

;数据的处理

;实例流程;问题