一、Python 基础
内容 | 链接 |
Python环境搭建 | Python基础 —— Python环境搭建 |
注释 | Python基础 —— 注释 |
变量 | Python基础 —— 变量 |
输入输出 | Python基础 —— 输入输出 |
数据类型转换 | Python基础 —— 数据类型转换 |
运算符 | Python基础 —— 运算符 |
条件语句 | Python基础 —— 条件语句 |
循环语句 | Python基础 —— 循环语句 |
三、人工智能基础
1. K-近邻算法
① 距离度量
内容 | 链接 |
欧式距离 | 距离度量 —— 欧式距离（Euclidean Distance） |
曼哈顿距离 | 距离度量 —— 曼哈顿距离（Manhattan Distance） |
切比雪夫距离 | 距离度量 —— 切比雪夫距离 (Chebyshev Distance) |
闵可夫斯基距离 | 距离度量 —— 闵可夫斯基距离(Minkowski Distance) |
标准化欧氏距离 | 距离度量 —— 标准化欧氏距离 (Standardized EuclideanDistance) |
余弦相似度 | 距离度量 —— 余弦相似度（Cosine similarity） |
汉明距离 | 距离度量 —— 汉明距离（Hamming Distance） |
杰卡德距离 | 距离度量 —— 杰卡德距离（Jaccard Distance） |
② K-近邻算法
序号 | 链接 |
1 | k-近邻算法简介及api的初步使用 |
