kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。简单的分类就是待分类的数据与哪条已分类的数据相同，那么它们就属于同一个类别，但是现实中多数数据不可能完全相同，如果用这种方法，就可能导致待分类的数据找不到已经分类的相同的数据。 kNN算法从已经分类的数据中找到距离最接近的K个记录，然后取所占分类最多的那个类别。 实现的算法步骤：读取数据文件[1]，这里面包含测试集和训练集数据归一，主要是为了使每个属性对结果的影响相同从数据文
一、KNN算法概述：1.KNN算法的工作原理是：（1）存在一个训练样本集，并且知道样本集中每一数据与所属分类的对应关系，即每个数据都存在分类标签。 （2）若此时输入不带标签的新数据之后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后用算法提取出样本集中特征最相似数据的分类标签。 （3）最后，选择K个（可根据实际情况自由选择不大于20的整数）最相似数据中出现次数最多的分类，作为新数据的分类。2.KNN算法优缺点：（1）优点：精度高、对异常值不敏感、无数据输入假定。&n
python编辑器pycharm的使用方法，为大家讲解了如何新建项目，并写了一个简单的hello world示例给大家参考，感兴趣的同学参考下。作为PyCharm编辑器的起步，我们理所当然的先写一个Hello word，并运行它。1，新建一个项目File --> New Project...2，新建一个文件右键单击刚建好的helloWord项目，选择New --> Python File3，输入文件名输入文件名，没什么好说的4，进入编写界面PyCharm的默认编辑界面很怪，会自动生成
搭建环境1、win10_X64，其他Win版本也可以。2、PyCharm版本：Professional-2016.2.3。搭建准备1、到PyCharm官网下载PyCharm安装包。2、选择Windows系统的专业版下载。安装软件1、双击安装包进行安装。2、自定义软件安装路径(建议路径中不要中文字符)。3、创建桌面快捷方式并关联*.py文件。4、选择开始菜单文件夹(默认即可)，点击安装。5、耐心等待安装。6、安装完成，勾选立即运行PyCharm。7、选择是否导入开发环境配置文件，我们选择不导入。8
在前几篇文章中（[搜房网房产数据采集程序demo--GeckoWebBrowser实例] ）都有提到一个解析html的C#类库HtmlAgilityPack，今天终于有时间整理一下，并把Demo分享一下。HtmlAgilityPack是一个基于.Net的、第三方免费开源的微型类库，主要用于在服务器端解析html文档（在B/S结构的程序中客户端可以用Javascript、jquery解析html）。截止到本文发表时，HtmlAgilityPack的最新版本为 1.4.6。下载地