可以增加，减少，转换特征。

AI：用计算机模拟人脑，让计算机能够像人类一样理性的思考和行动ML：基于经验找规律；先训练（根据训练集找规律，找公式），再预测，最后评估DL：基于自己构建出来的知识库AI：给出一张图片，判断是否为西瓜ML：结合大量有关西瓜的资料（图片，音频，文本等等），总结出规律，如何挑选一个好西瓜DL：基于西瓜的各种资料(价格，产地，口感)，搭建自己的知识库。

"""KNN原理：基于欧式距离计算测试集和每个训练集之间的距离，然后根据距离升序排列，找到最近的K个样本基于K个样本投票，票数多的就作为最终预测结果-------->分类问题基于K个样本计算平均值，作为最终预测结果----------->回归问题K值的选择：K值过小，容易受噪声数据的影响，K值过大，可能会把一些离群点考虑进来，导致预测结果不准确。一般来说，K值的选择需要根据具体的数据集和问题进行调

【代码】机器学习案例：手写数字识别。

AI：用计算机模拟人脑，让计算机能够像人类一样理性的思考和行动ML：基于经验找规律；先训练（根据训练集找规律，找公式），再预测，最后评估DL：基于自己构建出来的知识库AI：给出一张图片，判断是否为西瓜ML：结合大量有关西瓜的资料（图片，音频，文本等等），总结出规律，如何挑选一个好西瓜DL：基于西瓜的各种资料(价格，产地，口感)，搭建自己的知识库。

"""KNN原理：基于欧式距离计算测试集和每个训练集之间的距离，然后根据距离升序排列，找到最近的K个样本基于K个样本投票，票数多的就作为最终预测结果-------->分类问题基于K个样本计算平均值，作为最终预测结果----------->回归问题K值的选择：K值过小，容易受噪声数据的影响，K值过大，可能会把一些离群点考虑进来，导致预测结果不准确。一般来说，K值的选择需要根据具体的数据集和问题进行调

【代码】机器学习案例：手写数字识别。

可以增加，减少，转换特征。

AI：用计算机模拟人脑，让计算机能够像人类一样理性的思考和行动ML：基于经验找规律；先训练（根据训练集找规律，找公式），再预测，最后评估DL：基于自己构建出来的知识库AI：给出一张图片，判断是否为西瓜ML：结合大量有关西瓜的资料（图片，音频，文本等等），总结出规律，如何挑选一个好西瓜DL：基于西瓜的各种资料(价格，产地，口感)，搭建自己的知识库。

AI：用计算机模拟人脑，让计算机能够像人类一样理性的思考和行动ML：基于经验找规律；先训练（根据训练集找规律，找公式），再预测，最后评估DL：基于自己构建出来的知识库AI：给出一张图片，判断是否为西瓜ML：结合大量有关西瓜的资料（图片，音频，文本等等），总结出规律，如何挑选一个好西瓜DL：基于西瓜的各种资料(价格，产地，口感)，搭建自己的知识库。