C++实现简单KNN算法

基本思路(引用自机器学习实战p19)

  1. 计算已知类别数据集中的点与当前点之间的距离;
  2. 按照距离递增次序排序;
  3. 选取与当前点距离最小的k个点;
  4. 确定前k个点所在类别的出现频率;
  5. 返回前k个点出现频率最高的类别作为当前点的预测分类。

继续阅读C++实现简单KNN算法

Python 2.7.6 64位windows 8.1系统安装numpy, scripy和scikit-learn

环境

Python 2.7.6, 64bit windows 8.1.

安装步骤

  1. 安装pip (pip安装好后会在Python27\下生成Script文件夹,其中包含pip.exe, eazy_install.exe等文件,然后将路径Python27\Script\添加于系统变量变量Path路径中。2.7.9和3.4.3以后在Python\Script\文件夹下自带pip, eazy_install).
  2. 这里分别找到numpy-1.9.2+mkl-cp27-none-win_amd64.whl, scipy-0.15.1-cp27-none-win_amd64.whl, scikit_learn-0.16.1-cp27-none-win_amd64.whl, 使用命令pip install numpy-1.9.2+mkl-cp27-none-win_amd64.whl按顺序安装3个包。(版本可能有变化)
  3. 若遇到UnicodeDecodeError: 'ascii' codec can't decode byte 0xb0 in position 1: ordinal not in range(128)错误,打开Python27\Lib下的 mimetypes.py文件,在256行的default_encoding = sys.getdefaultencoding()前面添加三行:

继续阅读Python 2.7.6 64位windows 8.1系统安装numpy, scripy和scikit-learn