第1关:knn算法概述
任务描述
本关任务:使用python实现方法,找出目标样本最近的k个样本。
编程要求
根据提示,在右侧编辑器Begin-End处补充代码,实现topK方法。
测试说明
程序会调用你实现的方法,找出目标样本最近的k个样本的标签。如目标样本最近的5个样本为0,0,1,1,1则返回列表[0,0,1,1,1]。若返回结果与真实结果一致则视为通关。

第2关:动手实现knn算法
任务描述
本关任务:使用python实现knn算法,并对手写数字进行识别。
相关知识
为了完成本关任务,你需要掌握:1.加权投票,2.knn算法流程。
编程要求
根据提示,在右侧编辑器Begin-End处补充代码,实现knn算法。
测试说明
程序会调用你的实现的方法对手写数字进行识别,正确率大于0.95则视为通关。


本文将引导你通过Python实现KNN算法的基础原理,包括近邻搜索和加权投票,以及如何应用到实际场景中对手写数字进行识别,挑战0.95以上准确率。
—— 数据挖掘算法原理与实践:k-近邻&spm=1001.2101.3001.5002&articleId=120790268&d=1&t=3&u=47c1891753cf4ed8b93a2c5f27c8fd82)
813

被折叠的 条评论
为什么被折叠?



