机器学习小白学习笔记之scikit-learn
最近刚把西瓜书啃完，一大堆理论让脑子真的是一团浆糊，说实话看的基本只有一个概念哈哈哈，效果不高，但是让我对与机器学习真的是整体有了一个大的了解，但是并没能将每个课后作业都完成，甚至很多公式推导也没实现，太难了，让我着手于实践，古人云实践出真知，又拿起了另一本书《Introduce to Mashine Learning with python》
今天开启第二章，进来就是对knn模型的一个诠释，展现在图表中就非常好理解，毕竟作为最简单的机器学习算法，要是这个都理解不了那就不用学了哈哈哈。下面直接上图，本文主要记录一下学习过程与心得体验。
1-nn（只考虑一个最近邻）
2-nn（考虑三个最近邻）
看图就很容易理解了，就是给定一个测试点，考虑与其最近的训练样本的预测结果，多个的话通过投票法，选择出预测结果。
下面我跟随着书本，把1，3，5近邻的决策边界可视化：
越平滑的边界，对应着越低的模型复杂度；
继续跟随着书本，通过乳腺癌数据集，对于n近邻的模型精准度与泛化性能，进一步地进行查看：
可以看到最中间有一个最佳性能点。
明天继续看k近邻回归
