<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>辰海社区 - 机器学习</title>
    <link>https://vnet.chat/forum-81-1.html</link>
    <description>Latest 20 threads of 机器学习</description>
    <copyright>Copyright(C) 辰海社区</copyright>
    <generator>Discuz! Board by Comsenz Inc.</generator>
    <lastBuildDate>Wed, 13 May 2026 12:37:09 +0000</lastBuildDate>
    <ttl>60</ttl>
    <image>
      <url>https://vnet.chat/static/image/common/logo_88_31.gif</url>
      <title>辰海社区</title>
      <link>https://vnet.chat/</link>
    </image>
    <item>
      <title>KNN算法原理</title>
      <link>https://vnet.chat/thread-47-1-1.html</link>
      <description><![CDATA[一.KNN算法概述
KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。那么什么是KNN算法呢，接下来我们就来介绍介绍 ...]]></description>
      <category>机器学习</category>
      <author>Jason</author>
      <pubDate>Sun, 12 Jul 2020 08:03:27 +0000</pubDate>
    </item>
    <item>
      <title>k-means算法（算法思想+流程图+Python代码实现+散点图+结果输...</title>
      <link>https://vnet.chat/thread-41-1-1.html</link>
      <description><![CDATA[k-means算法思想：
第一步，从文件中读取数据，点用元组表示，点集用列表表示。
第二步，初始化聚类中心。首先获取数据的长度，然后在range(0,length)这个区间上随机产生k个不同的值,以此为下标提取出数据点，将它们作为聚类初始中心，产生列表center。
第三步，分配数 ...]]></description>
      <category>机器学习</category>
      <author>lovet</author>
      <pubDate>Sun, 14 Jun 2020 07:20:38 +0000</pubDate>
    </item>
  </channel>
</rss>