什么是K邻近算法 （KNN）：比如说在这样一个图中，我们将已知的带有标签的数据（labeled data）放在一个直角坐标系中。现在如果我们读取了一个新的数据，我们想要分辨它是属于哪一种生物（这里用颜色表示）。先同样的将它放入这个坐标系中，然后分别计算出这个点与每一个已经出现过的点的欧式距离（Euclidean Distance）然后与以他最相邻的k个点的类别来判断它的类别。假设我们现在不知道（5

今天是七夕啊，我看了一眼空荡荡的卧室 今年还是一个人过七夕，只能import numpy as npy????单身的朋友早日脱单，下面正文开始什么是决策树？决策树是一种常用的解决分类问题的监督性学习方法，它采用了树形结构就长下面那样其中根节点是所有样本的全集，只有出边；内部节点是对于某一特征的比较或测试，有一条进边与若干条出边；叶节点代表了决策过后分出的类别，只有一条进边。当我们预测一个样本的类别