《算法图解》第十章K近邻算法
第十章 k近邻算法
例子讲解的非常到位，但是具体的算法并不详细，主要是兴趣引导过程
10.1橙子还是柚子
10.2创建推荐系统
10.2.1. 特征抽取
10.2.2回归
10.2.3挑选合适的特征
10.3机器学习简介
1.ocr
2.创建垃圾邮件过滤器
3.预测股票市场
10.4小结
10.1橙子还是柚子
根据水果个头和颜色去判断一个新的水果是橙子还是柚子，处于模棱两可的情况，就看和橙子相似点更多还是和柚子相似点更多
在图里就是查看其邻居，引出KNN算法（K nearest neighbors）
10.2创建推荐系统
电影推荐系统
1.根据和你有相似口味的人对电影的打分，做一个推荐,有个关键的问题是，怎么知道其他人和你的口味的相似度有多高呢，即怎么度量
度量方法可以看距离和相似度度量方法 - 皮皮blog - CSDN博客
http://blog.csdn.net/pipisorry/article/details/45651315
http://blog.csdn.net/pipisorry/article/details/45651315
2.每个人打分的评分标准不一样，做个归一化
3.专业人士打分和普通人士打分的权重不一样----师兄之前说的朗诵比赛打分，最优可以怎么处理呢？
10.2.1特征抽取
水果示例中选取的是水果的个头和颜色
度量，可以用欧几里得距离进行度量，还有余弦相似度
10.2.2回归
根据这些数据的特征，进行训练，能够对未来的情况进行预测就是回归
比如面包房，根据天气，是否有搞活动，是否是周末节假日几个特征，总结出经验，对下一天要做的面包量进行个预测估计
10.2.3挑选合适的特征
1.特征是有关的特征，比如电影打分，拿一些猫的图片来给用户打分，就尬了
2.选多少特征合适，
10.3机器学习简介
1.OCR optical cahraceter recognition光学符号识别---查看大量的数字图像并提取特征（训练）
2.创建垃圾邮件过滤器 朴素贝叶斯
3.预测股票市场
练习
10.3 Netflix的用户数以百万计，前面创建推荐系统时只考虑了5个最近的邻居，这是太多还是太少了呢？
10.3 Netflix的用户数以百万计，前面创建推荐系统时只考虑了5个最近的邻居，这是太多还是太少了呢？
太少了，一般经验是如果有个N个用户，则估计其sqrt（N）个邻居
10.4小结
KNN用于分类和回归，需要考虑最近的邻居。
分类就是编组。
回归就是预测结果（如数字）。
特征抽取意味着将物品（如水果或用户）转换为一系列可比较的数字。
能否挑选合适的特征事关KNN算法的成败。
分类就是编组。
回归就是预测结果（如数字）。
特征抽取意味着将物品（如水果或用户）转换为一系列可比较的数字。
能否挑选合适的特征事关KNN算法的成败。