文章目录理解近邻分类第一步收集数据第二步探索和准备数据第三步基于数据训练模型第四步评估模型的性能第五步提高模型的性能理解近邻分类你知道蛋白质、蔬菜和水果是怎么分类的吗？生活中我们发现既不脆也不甜的是蛋白质，脆而不甜的是蔬菜，而水果往往是甜的，有可能脆也有可能不脆。基于以上生活经验（人以群分，物以类聚），那么你知道西红柿是水果还是蔬菜呢？首先我们来看下面一组数据。食物 甜度 脆度
转载
2024-10-18 08:44:33
23阅读
目录一、数据准备1.数据加载2.做分组信息数据3.表达数据样本ID顺序与样本信息数据匹配二、数据预处理(1)缺失值处理(2)离群值处理(3)数据归一化三、数据探索(1)查看数据是否经过了log2转换(2)查看管家基因的表达量(3)画箱线图查看数据分布(4)PCA图、层次聚类图四、差异表达分析(1)数据准备(2)差异分析及可视化(3)提取差异表达基因一、数据准备1.数据加载#数据表达数据加载
exp
转载
2023-08-01 15:57:04
183阅读
K近邻算法（KNN)是指一个样本如果在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。即每个样本都可以用它最接近的k个邻居来代表。KNN算法适合分类，也适合回归。KNN算法广泛应用在推荐系统、语义搜索、异常检测。 KNN算法分类原理图：图中绿色的圆点是归属在红色三角还是蓝色方块一类？如果K=5（离绿色圆点最近的5个邻居，虚线圈内）
转载
2024-03-29 09:59:05
336阅读
KNN(K-Nearest-Neighbour) Classifiers, 即K-近邻算法，是一种懒惰机器学习算法(lazy learning)。简而言之，它在拿到训练集数据时并不急着去建模，而是在拿到测试集数据后，再到训练集数据中去寻找该测试样本最近的“邻居”，即距离最近的K个训练样本，依照训练样本数据的所属类别，加权或不加权地得出测试数据的类别。那么应该选择多少个邻居呢，即K取值是多还是少好呢
转载
2023-10-15 09:04:55
210阅读
class包：提供Knn()函数
kknn包：提供kknn()函数及miete数据集（房租信息）
kknn函数：实现有权重的K最近邻
knn函数：实现K最近邻算法
klaR包：提供NavieBayes()函数
lda函数：线性判别
MASS包：提供lda()和qda()函数
NavieBayes()函数：实现朴素贝叶斯算法
#####################判别分析########
转载
2023-12-13 09:29:52
85阅读
例：exp(x): R语言中exp函数用于返回e的x次方的值。001、exp(4)
2.718281828459**4
exp(0)
2.718281828459**0
exp(-5)
2.718281828459**-5
dat <- c(-7, 0, 7)
exp(dat)
2.718281828459**-7
2.718281828459**0
转载
2023-05-24 14:50:50
133阅读
从今天开始给大家写机器学习算法，这个东西并不是大多数人想象的那么高深，也不是说编程的人，搞计算机的人才能学习使用，医学领域、社会科学领域的研究越来越多运用机器学习的，在我的理解中每个人都应该掌握基本的机器学习思想和基本的编程能力。这个系列的第一篇文章从简单的分类算法KNN开始：这个算法真的非常的简单，简单到初中生都可以掌握，所以大家一定要有信心：kNN is arguably the simple
转载
2024-04-03 12:27:18
23阅读
R语言自动化报告格式——knitr[1]一、背景21、文学化编程也是编程22、Markdown 是什么，如何写 Markdown[]3二、创建knitr文档4三、相关代码——文本输出[]5[1] knitr官网 /knitr/在官网中有谢益辉自己录制的一段英文的讲解视频R语言自动化报告格式——knitr一、背景在 R的世界里 ，凡是提到自动化报告 ，很多人就会想到Sweave ，它已经诞生十几年了
转载
2023-08-09 20:44:43
77阅读
史上最全的Vim命令1.1 Vim的几种模式• 正常模式：可以使用快捷键命令，或按:输入命令行。• 插入模式：可以输入文本，在正常模式下，按i、a、o等都可以进入插入模式。• 可视模式：正常模式下按v可以进入可视模式， 在可视模式下，移动光标可以选择文本。按V进入可视行模式， 总是整行整行的选中。ctrl+v进入可视块模式。• 替换模式：正常模式下，按R进入。2. 启动Vim• vim -c cm
转载
2023-11-30 16:48:47
62阅读
# KNN算法在R语言中的应用
K最近邻（K-Nearest Neighbors）是一种常用的无监督学习算法，常用于分类和回归问题。在R语言中，我们可以使用`class`包中的`knn()`函数来实现KNN算法。本文将介绍KNN算法的原理、在R语言中的实现以及一个简单的示例。
## KNN算法原理
KNN算法是一种基于实例的学习方法，其基本思想是通过计算待分类样本与已知样本的距离，选择距离最
原创
2024-02-23 08:17:20
75阅读
常见的数据缺失填充方式分为很多种，比如删除法、均值法、回归法、KNN、MICE、EM等等。R语言包中在此方面比较全面，python稍差。 目前已有的两种常见的包，第一个是impyute，第二个是fancyimpute,具体的内容请百度，此方面的例子不是很多。比如fa
转载
2023-10-18 07:35:01
616阅读
kNN方法R实现 参考资料：1、基于肖凯大牛的博客2、R IN A NUTSHELL3、DATA MINING WITH R############################ 翻译开始 ############################《R IN A NUTSHELL》 与回归类似，线性方法对于分类计算时存在一些问题。下面介绍几个ML的分类
转载
2023-11-12 15:12:31
76阅读
一个简单的例子！环境：CentOS6.5Hadoop集群、Hive、R、RHive，具体安装及调试方法见博客内文档。 KNN算法步骤：需对所有样本点（已知分类+未知分类）进行归一化处理。然后，对未知分类的数据集中的每个样本点依次执行以下操作：1、计算已知类别数据集中的点与当前点（未知分类）的距离。2、按照距离递增排序3、选取与当前距离最小的k个点4、确定前k个点所在类别的出现频率5、返回
转载
2023-09-30 23:24:21
68阅读
---
title: "Summary of Reading"
author: "ChenWei"
date: "2020/6/24"
output: word_document
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE) 这一次我阅读的是Francisco Martinez等著的《Time Seri
转载
2023-09-21 21:56:33
135阅读
算法要点：knn（k-nearst neighbor）1：k：=最近邻点数，D：=training set of data2：for (待测点z)3：计算z和每个样例（x，y）的距离4：选择离z最近的k个训练样例的集合5：统计第4步得到的点哪一类多，则z就属于哪一类6：end for数据：libraryI(ISLR)names(Smarket )#R自带数据knn代码：attach(Sm
转载
2023-06-13 19:53:38
346阅读
Loading [MathJax]/jax/output/HTML-CSS/jax.js
KNN实例junjun2016年2月10日 实例一、K近邻算法R语言实践，使用class包中的三个函数knn()、knn1()、knn.cv()分别做K近邻分类，并比较结果#1、加载数据
data("iris")
#2、创建训练集和测试集数据
library(caret)## Loading
作者：丁点helper 上篇文章利用泰坦尼克号沉船事件中乘客的存活情况介绍了描述性数据分析，计算了不同舱位乘客的幸存率，今天我们来看看如何用图像来直观表达。我们先来简单复习一下titanic.csv的内容。# 导入数据titanic上篇文章计算的不同舱位乘客的死亡与幸存人数如下：table(titanic$survived,titanic$pclass) 1
转载
2023-10-25 19:32:27
140阅读
概述学习地址： https://tianchi.aliyun.com/specials/promotion/aicampml?invite_channel=3&accounttraceid=baca918333cb45008b70655b544a5aeadgkm学习内容：机器学习算法（三）: KNN(k-nearest neighbors)问题：多种监督学习的算法如何选择的问题还没有认真研
KNN中文里叫K近邻，全称是K-Nearest Neighbor，用来选出某个样本点k个最近的样本。作为机器学习一种入门级算法，KNN的NN虽然和计量经济学中PSM模型中的NN近邻匹配字面意思一样，但两者的算法原理却有着本质区别。PSM：NN近邻匹配的依据是样本进入“干预组”的概率或得分（propensity score），通常用logit/Probit函数
转载
2024-05-07 11:07:12
74阅读
一 . K-近邻算法（KNN）概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是存在一个测试对象同时与多个训练对象匹配，导致一个训练对象被分到了多个类的问题，基于这些问题呢，就产生了KNN。 KNN是通过测量
转载
2023-07-16 16:23:26
137阅读
