《写给程序员的数据挖掘实践指南》——第5章 分类的进一步探讨—算法评估及kNN

简介:

第5章 分类的进一步探讨—算法评估及kNN

写给程序员的数据挖掘实践指南
回到上一章中关于运动员的例子。在那个例子中我们构建了一个分类器,输入为运动员的身高、体重,输出为其从事的体育项目—体操、田径或篮球。

image

因此,左图的Marissa Coleman身高6英尺1英寸,体重160磅。我们的分类器能够将她正确判断为篮球运动员:

>>> cl = Classifier('athletesTrainingSet.txt')
>>> cl.classify([73, 160])

'Basketball'
而另一个身高4英尺9英寸体重90磅的人可能是体操运动员:

>>> cl.classify([59, 90])
'Gymnastics'

一旦构建了分类器,我们就可能有兴趣回答类似下述的问题:

image

怎样才能回答上述问题呢?

相关文章
|
1月前
|
机器学习/深度学习 算法 数据库
KNN和SVM实现对LFW人像图像数据集的分类应用
KNN和SVM实现对LFW人像图像数据集的分类应用
34 0
|
13天前
|
机器学习/深度学习 自然语言处理 算法
|
6天前
|
机器学习/深度学习 算法 数据可视化
样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化
样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化
10 0
|
7天前
电信公司churn数据客户流失k近邻(knn)模型预测分析
电信公司churn数据客户流失k近邻(knn)模型预测分析
16 0
|
1月前
|
算法 数据挖掘 大数据
探索数据挖掘中的特征选择算法
在数据挖掘领域,特征选择是一项至关重要的任务。本文将深入探讨几种常用的特征选择算法,并比较它们在不同数据集上的表现,旨在帮助数据分析师和研究人员更好地应用这些算法来提升模型性能。
|
1月前
|
机器学习/深度学习 自然语言处理 搜索推荐
推荐系统的算法分类和操作流程介绍
推荐系统的算法分类和操作流程介绍
|
1月前
|
机器学习/深度学习 算法
机器学习与深度学习的算法分类
机器学习与深度学习的算法分类
|
2月前
|
算法 测试技术 C++
【数论】【分类讨论】【C++算法】1611使整数变为 0 的最少操作次数
【数论】【分类讨论】【C++算法】1611使整数变为 0 的最少操作次数
|
2月前
|
机器学习/深度学习 自然语言处理 算法
如何利用机器学习算法提高分类准确率
【2月更文挑战第7天】机器学习在现代科技中扮演着重要的角色。分类是其中一种基本的机器学习任务,而分类准确率是衡量分类模型好坏的重要指标。本文将介绍如何利用机器学习算法来提高分类准确率。
25 0
|
2月前
|
数据采集 算法 搜索推荐
数据挖掘实战:基于KMeans算法对超市客户进行聚类分群
数据挖掘实战:基于KMeans算法对超市客户进行聚类分群
143 0

热门文章

最新文章