漫谈机器学习系列第2页

郭麒麟｜你爸对你太狠了！郭德纲郭德纲郭德纲郭德纲~

文｜若欣向海原创：若欣向海来源公众号【慧文漫谈｜专注年轻人成长的优质公号】转载请带此简介，否则举报文｜若欣向海《庆余年》爆红，小编追剧全凭个人喜爱的题材和剧场的演员阵容，这部剧霸气依然的老戏骨陈道明，演技人品

若欣向海·2024-02-13 10:25

【WPF】漫谈INotifyPropertyChanged

INotifyPropertyChanged接口用于通知界面属性变更。本文将讲述三种实现方式：1.当我刚学习该接口时将其实现为publicclassTestViewModel:INotifyPropertyChanged{privateInt32_index;publicInt32Index{get{return_index;}set{_index=value;RaisePropertyChang

夜雨Gecer·2024-02-13 05:27

蒙氏漫谈：感官区工作的一般操作方式

北京博苑教育邹莹2022年9月玛丽亚·蒙台梭利称0-6岁（第一发展阶段）的孩子为感官探索者。1-2岁的孩子处于直觉行动思维，3-6岁的孩子处于具体形象思维阶段，他们需要依靠动作与世界产生链接，通过具体事物来感知世界。孩子在2.5岁进入到蒙台梭利儿童之家后，首先接触到的是他在家庭生活中常见的、比较熟悉的日常生活教具，进而进入感官教具的练习。日常生活区和感官区材料的使用方式符合孩子这个阶段的学习特点，

博苑云飞·2024-02-13 04:15

《班主任工作漫谈》第七章、第8篇，“语文课-学生自己讲”280页-282页

2019年4月9日星期二，距离魏书生老师讲座（4月22日）还有13天班主任第2组【李萍】的打卡记录:1.读原文:《班主任工作漫谈》第七章、第8篇，“语文课-学生自己讲”280页-282页2.写心得:学生讲课

萍萍爱梓竹·2024-02-12 17:35

漫谈入党（八） - 草稿

党的生日这两天就要来到了，喜庆气氛越来越浓，各种庆祝活动纷纷举行。一刚刚各地各单位正在举行颁发在党50周年纪念章活动，今天上午党中央又举行盛大的“七一勋章”颁授仪式。表彰做出长期贡献和有突出成绩的党员，是党的一贯做法和传统，意在褒奖先进，树立榜样，让全党形成追求向上的氛围，使党变得更有力，更坚强。建国前，为推翻三座大山，改变国家民族被压迫的积贫积弱面貌，无数志士仁人拋头颅，洒热血，不怕牺牲，英勇战

荀皓·2024-02-12 12:22

《班主任工作漫谈》读后感

也不知是何时，我凑单买了他的《班主任工作漫谈》，当时只是看了一眼书皮就束之高阁。突然学校要开展阅读活动，而且必须是与教学相关书籍。我想起还有这么一本，遂翻了出来，拆开胶纸，新书无疑。

枕叶·2024-02-11 15:51

机器学习系列（8）——提升树与GBDT算法

本文介绍提升树模型与GBDT算法。0x01、提升树模型提升树是以分类树或回归树为基本分类器的提升方法。提升树被认为是统计学习中性能最好的方法之一。提升方法实际采用加法模型（即基函数的线性组合）与前向分步算法，以决策树为基函数的提升方法称为提升树（boostingtree）。对分类问题决策树是二叉分类树，对回归问题决策树是二叉回归树。提升树模型可以表示为决策树的加法模型：其中，表示决策树，为决策树的

陌简宁·2024-02-11 14:40

今日漫谈：端午节吃粽子了吗？

今天端午节，原本以为今年可能没有粽子吃了，没想到公司还送了一个超大肉粽，很实诚。不过要说粽子，还是觉得家里的最好吃，只包了简简单单的肉或者单纯的甜豆沙，总之就是很干净的感觉。外面买的粽子，总是包了许许多多的东西，反而没有简简单单来的好。都说粽子是为了保护屈原的尸体，只是这严严实实的粽叶，真能起到此作用？我倒从未见过，鱼虾会啃食粽叶的。究竟粽子的由来是怎样的呢？查了一下，发现详细的细节是这样：图片发

游说说·2024-02-11 08:05

机器学习系列——（十三）多项式回归

引言在机器学习领域，线性回归是一种常见且简单的模型。然而，在某些情况下，变量之间的关系并不是线性的，这时候我们就需要使用多项式回归来建模非线性关系。多项式回归通过引入高次项来扩展线性回归模型，从而更好地拟合数据。本文将详细介绍多项式回归的原理、应用场景和实现步骤，并通过一个实际案例演示如何使用多项式回归进行预测。一、原理多项式回归是一种形式上为多项式的函数与自变量之间的线性回归关系。其基本原理是通

飞影铠甲·2024-02-10 21:06

【读书清单】非暴力沟通（六）

3.要清楚讨论的目的没有目的的漫谈是在浪费时间，目的不明确，讨论是空谈。4.在集体讨论时该如何做要说清楚我们希望本次讨论得到什么样具体的反馈。时刻谨记自己发言是为了什么？一段时间问问自己疑问得

fish__dora·2024-02-10 14:25

机器学习系列——（二十二）结语

随着我们的机器学习系列的探索画上句号，我们不禁感慨于这一领域的广阔和深邃。从最初的基础概念到复杂的算法，从理论的探讨到实际应用的示例，我们一起经历了一段非凡的旅程。

飞影铠甲·2024-02-10 11:53

机器学习系列——（二十一）神经网络

引言在当今数字化时代，机器学习技术正日益成为各行各业的核心。而在机器学习领域中，神经网络是一种备受瞩目的模型，因其出色的性能和广泛的应用而备受关注。本文将深入介绍神经网络，探讨其原理、结构以及应用。一、简介神经网络是一种受到人类神经系统启发而设计的计算模型。它由大量的人工神经元组成，这些神经元之间通过连接进行信息传递和处理。神经网络的主要目标是从数据中学习规律，并能够进行预测、分类、识别等任务。二

飞影铠甲·2024-02-10 11:23

机器学习系列——（二十）密度聚类

引言在机器学习的无监督学习领域，聚类算法是一种关键的技术，用于发现数据集中的内在结构和模式。与传统的基于距离的聚类方法（如K-Means）不同，密度聚类关注于数据分布的密度，旨在识别被低密度区域分隔的高密度区域。这种方法在处理具有复杂形状和大小的聚类时表现出色，尤其擅长于识别噪声和异常值。本文将详细介绍密度聚类的概念、主要算法及其应用。一、概述密度聚类基于一个核心思想：聚类可以通过连接密度相似的点

飞影铠甲·2024-02-10 11:53

读书漫谈

图片发自App一直觉得自己是个爱读书的人。今天听了郑教授的分享，如醍醐灌顶。一直以来读的书都是根据自己的喜好选择的，也从来没有想过发展自己的阅读能力。读书的目的也仅仅是娱乐消遣，没有什么长远的目标。我喜欢读一些古代言情类小说，喜欢里面错综复杂的情节，喜欢性格独特的女主，利用周边一切可以利用的条件，反转自身命运，让自己成为人生一大赢家。也不会沉迷于卿卿我我的爱情故事，只是颇为欣赏女主不甘示弱、勇于拼

土左旗408刘荣·2024-02-10 09:10

机器学习系列——（十九）层次聚类

引言在机器学习和数据挖掘领域，聚类算法是一种重要的无监督学习方法，它试图将数据集中的样本分组，使得同一组内的样本相似度高，不同组间的样本相似度低。层次聚类（HierarchicalClustering）是聚类算法中的一种，以其独特的层次分解方式，在各种应用场景中得到广泛应用，如生物信息学、图像分析、社交网络分析等。一、概述层次聚类算法主要分为两大类：凝聚的层次聚类（AgglomerativeHie

飞影铠甲·2024-02-10 07:47

【漫谈】印度印象（下）

话接上文，在我个人朦胧碎片化的印象中，印度是一个“不精确”的国度，这使得他们处理现实事物的方式显得相对随性，因而会产生许多让旁人觉得难以理解，甚至于啼笑皆非的事迹。还是以军事领域的往事为例子。众所周知印度海军一直是拥有大型航母的强大军事力量，而对于一艘航空母舰而言，最重要的莫过于它所搭载的舰载机。因此一艘航母上产生了许多相应的配套设备为舰载机服务，以期实现效率的最大化。其中有一种设备便是专门负责把

化浊·2024-02-09 15:04

机器学习系列——（十七）聚类

引言在当今数据驱动的时代，机器学习已经成为了解锁数据潜能的关键技术之一。其中，聚类作为机器学习领域的一个重要分支，广泛应用于数据挖掘、模式识别、图像分析等多个领域。本文旨在深入探讨聚类技术的原理、类型及其应用，为读者提供一个全面而深入的了解。一、什么是聚类？聚类是一种无监督学习（UnsupervisedLearning）技术，它的目标是将相似的对象分组到一起，形成簇（Cluster）。与有监督学习

飞影铠甲·2024-02-09 09:08

机器学习系列——（十八）K-means聚类

引言在众多机器学习技术中，K-means聚类以其简洁高效著称，成为了数据分析师和算法工程师手中的利器。无论是在市场细分、社交网络分析，还是图像处理等领域，K-means都扮演着至关重要的角色。本文旨在深入解析K-means聚类的原理、实现方式、优缺点及其应用，以期为读者提供全面而深入的理解。一、K-means聚类简介K-means是一种基于划分的聚类算法，它的目标是将n个对象根据属性分为k个簇，使

飞影铠甲·2024-02-09 08:04

香品｜香料漫谈之兰为何物

“香之为用，从上古矣，所以奉神明，可以达蠲洁。”——（北宋）丁谓《天香传》注：蠲[juān]洁，清洁、明洁。中国使用香料的历史，最早可追溯至新石器时代晚期。香字之义的延伸《说文解字》有记：“香，芳也。从黍，从甘。陈敬云：《诗》《书》言香，不过黍、稷、萧、脂。「香」之字，起初是指谷物粮食所散发出的味道，这一点我们至今沿用。随着后世不断演进，我们亦逐步将所有具有芳香气味的草本植物均归为香类。宋代陈敬撰

春秋十二章·2024-02-08 23:28

德国文化漫谈 | 陆路？水路？空路？从东德到西德究竟有多少种途径？

据统计，自1949年10月7日德意志民主共和国成立，至1990年6月民主德国政府正式决定拆除柏林墙，共计380万人出于各种原因离开了共和国。其中许多人是通过非法途径，冒着巨大危险离开的，但也包含48万通过合法渠道离开的公民。不断前往西德的移民给东德造成了经济和政治方面的双重影响，因为在大多数情况下，离开的人多半是受过教育、训练有素的劳动力与技术人才，而这些人都是东德发展过程中不可或缺的。另一方面，

德语杂烩·2024-02-08 17:27

懂你的生活，懂你的房子鄄城金地首府

阔绰是客厅必不可少的在阳光明媚的下午，泡上一壶新茶约三两知心好友相聚漫谈古今大事，闲聊雅趣人生作为主人的第二张名片不止要有极高的舒适度而且要彰显大气展现

幸福的花儿_1b59·2024-02-08 14:59

FPS游戏框架漫谈第二十二天

今天我们要谈的话题是热更新辅助翻译工具那么什么是热更新辅助翻译工具呢我们聊的其实是一种语言翻译工具，就我们游戏而已采用的是c#语言开发，热更采用的是lua语言，那么我们平时热更是不是需要写lua代码呢？？？？？？？？这样问题就来了lua因为是动态语言，调式麻烦，不容易发现，很难维护等各种问题，那么就引发了很多优秀的团队在研究怎么样研究一个语言翻译工具呢??如果说我们制作出来了一个从c#语言翻译成l

牛掰是怎么形成的·2024-02-08 06:13

FPS游戏框架漫谈第十九天

今天我们来谈局内做个功能的框架流程：我们这个功能就是传说中的吃鸡游戏内的所谓的安全区域缩小这个功能：第一步首先是要解决数据存储问题也就是我们这个所谓的安全区域到底多大，还有既然安全区域是动态的，会发生改变的，那么这个安全区域涉及2个方面数据一个是静态数据也就是策划配置安全区域多大第二个是动态数据我们这个数据是只有安全区域要发生改变的时候后台才会下发新的安全区域大小给客户端第二步：既然我们知道了安全

牛掰是怎么形成的·2024-02-08 06:43

FPS游戏框架漫谈第二十一天

今天要谈的是FPS手游的网络同步方案**一、同步与网络传输方案1.FPS游戏不需要所有客户端严格的保持一致性2.采用的是C/S同步也就是1P客户端发请求给服务器服务器收到请求之后转发给3P客户端3.客户端预测预表现有什么好处也就是不需要等服务器的包下发客户端已经在模拟了，让玩家的体验就是感觉流畅的，特别是弱网络环境下尤为明显，既然是预表现就说客户端也需要跑物理，跑逻辑，意味着和没有预测的游戏相比发

牛掰是怎么形成的·2024-02-08 06:43

FPS游戏框架漫谈第二十天

今天我们聊的话题是：《吃鸡中武器护甲逻辑》当我们接到一个需求就是给我们游戏中的特定的模式指定的武器支持加护甲的功能那么这个流程是什么样的呢？第一步一般这个新增护甲的配置属性肯定是加载武器的Configjson文件里面的呢，并且是支持策划去填充的。然后我们把这个JSON文件重置导出后台使用的文件格式比如xml后台就感知到了这个武器用护甲的行为。因为流程其实已经工具流程化了，后台是不需要去关注新增了护

牛掰是怎么形成的·2024-02-08 06:41

机器学习系列——（十五）随机森林回归

引言在机器学习的众多算法中，随机森林以其出色的准确率、对高维数据的处理能力以及对训练数据集的异常值的鲁棒性而广受欢迎。它是一种集成学习方法，通过构建多个决策树来进行预测和分类。本文将重点介绍随机森林在回归问题中的应用，即随机森林回归(RandomForestRegression)。一、概念随机森林回归是基于决策树的集成学习技术。在这个模型中，我们构建多个决策树，并将它们的预测结果合并来得到最终的回

飞影铠甲·2024-02-08 06:37

机器学习系列——（十六）回归模型的评估

引言在机器学习领域，回归模型是一种预测连续数值输出的重要工具。无论是预测房价、股票价格还是天气温度，回归模型都扮演着不可或缺的角色。然而，构建模型只是第一步，评估模型的性能是确保模型准确性和泛化能力的关键环节。本文将详细介绍几种常用的回归模型评估方法。一、均方误差（MeanSquaredError,MSE）均方误差是最常用的回归评估指标之一，它计算了预测值与真实值之间差异的平方的平均值。公式如下：

飞影铠甲·2024-02-08 06:31

天福悟道：选择写作首先应回答的几个问题

最近，关注“写作漫谈”专题的人是越来越多了。我想我应该专门对写作谈谈自己的看法，而不仅仅是偶尔写作，偶尔收录他人写的精彩文章。

天福悟道·2024-02-07 18:51

扛事

——苏岑漫谈创新突破的今天，越来越多的人忘记了一个人最重要的特质，就是忠诚。包括待人真诚，对事实诚，这样的人才是屹立不倒，最能扛事的人。

二马来也·2024-02-07 15:58

机器学习系列——（十四）正则化回归

引言在机器学习领域，正则化回归是一种常用的技术，旨在解决过拟合问题，提高模型的泛化能力。本文将简单探讨正则化回归的概念、类型和应用，帮助读者更好地理解和运用这一重要技术。一、概念正则化回归是一种通过引入额外信息（约束或惩罚项）来调整模型复杂度的方法，从而防止过拟合，提高模型的泛化能力。简单来说，正则化就是在模型训练过程中加入一个正则项，以限制模型参数的大小。那么，为什么需要正则化？在机器学习中，模

飞影铠甲·2024-02-07 06:28

FPS游戏框架漫谈第十三天

滴滴，时间回到第一天，我突然想做个游戏，那么假如我是一个策划，并不是一个程序，那么我的案子架构是什么呢？游戏架构目录``一、游戏的说明例如：如果我们这个游戏发布出去，玩家要玩的话，是不是必须要先安装，那么既然要安装肯定是对手机或者电脑的硬件资源是有要求的，比如我们游戏支持什么平台，采用了什么引擎，什么游戏类型休闲还是射击，游戏题材是什么现代还是怎么收费的，是道具收费还是。二、游戏的简介提示：一般来

牛掰是怎么形成的·2024-02-06 08:27

FPS游戏漫谈第十五天

站在场景的角度怎么样给程序输出一个地图呢`首先如果我们要输出一个地图，肯定不是一个人可以做到的，一般在大厂是由很多部门的人进行合作，互相输出自己阶段的产出。其他涉及到了美术设计等。下面我来讲下各个阶段的内容首先—原画和场景美术关卡策划一起疯狂头脑风暴，去对场景的风格和元素去构思，然后把各种的想法说出来，统一对齐之后输出一个文档给下一阶段的人使用那么这个文档输出是什么呢？？？？？？比如我们场景的有石

牛掰是怎么形成的·2024-02-06 08:53

机器学习系列6-逻辑回归

重点：1.逻辑回归模型会生成概率。2.对数损失是逻辑回归的损失函数。3.逻辑回归被许多从业者广泛使用。#1.逻辑回归：计算概率**许多问题需要将概率估算值作为输出。逻辑回归是一种非常高的概率计算机制。**实际上，您可以通过以下两种方式之一使用返回的概率：*原样*已转换为二元类别。![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e62e0256ba5a

喜乐00·2024-02-06 07:22

机器学习系列——（十一）回归

引言在机器学习领域，回归是一种常见的监督学习任务，它主要用于预测数值型目标变量。回归分析能够通过对输入特征与目标变量之间的关系建模，从而对未知数据做出预测。概念回归是机器学习中的一种监督学习方法，用于预测数值型目标变量。它通过建立特征与目标变量之间的关系模型，对未知数据做出预测。举个例子来说明回归的概念：假设我们希望根据房屋的面积来预测其价格。我们可以收集一组包含多个房屋的数据样本，每个样本包含房

飞影铠甲·2024-02-06 07:50

机器学习系列——（十二）线性回归

导言在机器学习领域，线性回归是最基础且重要的算法之一。它用于建立输入特征与输出目标之间的线性关系模型，为我们解决回归问题提供了有效的工具。本文将详细介绍线性回归的原理、应用和实现方法，帮助读者快速了解和上手这一强大的机器学习算法。一、线性回归简介线性回归是一种监督学习算法，适用于处理连续数值预测问题。其基本思想是通过拟合最佳直线（或超平面）来预测输出变量与输入特征之间的关系。线性回归的目标是找到最

飞影铠甲·2024-02-06 07:17

机器学习漫谈：还有很长的路要走

来源：王宏琳科学网博客链接地址：http://blog.sciencenet.cn/blog-3005681-1285948.html人工智能已经成为大数据、机器人和物联网等新兴技术的主要驱动力，在可预见的未来，它将继续驱动技术创新，影响着几乎每个行业和每个人的未来。但是，人工智能的最终目标是使机器具有与人类相似的通用智能。这是科学界提出的最雄心勃勃的目标之一，还有很长的路要走。GPT-3和Alp

人工智能学家·2024-02-05 23:57

旅游学人的旅行漫谈（十二）

（接上文）出于对体验丰度和专业积累的需求，旅游学人或多或少都会受壮游理念的影响。这种影响最为明显的便体现在他们出行时，在交通或其他关于“行”方面的选择。一般来说，旅游六大要素里"行"这一方面是最具有公共服务性质的，比如说我们对于乘坐交通工具的选择并不多，特别是飞机、高铁、大巴等方式基本上服务是固定而无差别的，是标准化的服务形式。而旅游学人不是旅行达人，不会像他们一样是以如何独自更好更快更为顺畅地完

瞎侃的小爷VRua·2024-02-05 12:51

职场个人价值漫谈

增量价值与可能性…1要学会创造“增量价值”大部分人拿着一份相对稳定工资的上班族，都奋斗在各自的岗位上。但同样的人，甚至是同职能岗位的人，拿到的薪资却可能不一样。这种价格的差异是因为个人价值的差异，个人价值的高低。会反应在个人价格上，你的薪资反映了你能提供价值的大小。衡量一个人价值的最好方式就是看它能够创造出多少增量价值，对公司而言也是同样的道理。增量价值是指在现有价值体系上能提供额外的价值产出。这

紫云东启·2024-02-05 08:21

FPS游戏框架漫谈第十二天

当我们在开发一款游戏的时候，时间在流逝，那么我们游戏内的其实也会流逝，但是就真实世界而言，时间是不会静止的。但是我们的游戏内对时间就暂停，如果说时间暂停是不是意味着我们游戏内所有的行为都要暂停呢？？？？？实际情况并非如此，具体就看策划的要求了,比如有这么个场景我们在玩PVE打怪，那么怪是配置多少秒刷一波，如果我们把时间暂停了，那么这个刷怪时间流逝是不是也要暂停，不然就不公平，我们玩家暂停了，怪物还

牛掰是怎么形成的·2024-02-05 00:57

FPS游戏框架漫谈第五天

今天想了想整理下AnimatorManager他的职责是负责动画的播放，那么在介绍该对象具备的对外接口，必须先介绍下拥有动画的对象他是怎么管理动画数据的，打个比方如果我们一个把武器需要播放开火动画，那么我们基于unity引擎可视化动画编辑器直接在动画状态机中对动画之间的联系进行编辑器，然后保存起来。但是？？？？？？？？？？？？？？？今天我们要说的是假如我们没有编辑器的帮助，假如这个动画状态机由我们

牛掰是怎么形成的·2024-02-05 00:56

新征程302:动静结合，充实生活

舒适温馨的环境做什么事都觉得踏实舒服……静下心来完成阅读打卡，进行魏书生老师《班主任工作漫谈》第四章的研读——“妈，你

付出收获幸福·2024-02-04 19:31

漫谈数字货币

1、绕不开的债务如上图，I、金融系统收入=社会债务X5%利息II、金融系统收入=金融系统成本支出+利润III、（金融系统成本+利润）X20倍=社会债务IV、金融系统成本（Cost）X20倍<社会债务（Debt）因此，社会债务至少是金融系统成本的20倍以上。如果要解决全球性的债务危机，其关键点在于降低金融成本，这是数字货币方案的终极方向。更进一步思考，如果新金融体系边际成本为零，那么，社会债务是否还

燕舞九天·2024-02-04 16:03

机器学习系列——（九）决策树

简介决策树作为机器学习的一种经典算法，在数据挖掘、分类和回归等任务中广泛应用。本文将详细介绍机器学习中的决策树算法，包括其原理、构建过程和应用场景。原理决策树是一种基于树状结构的监督学习算法，它通过构建一棵树来对数据进行分类或回归预测。决策树的每个内部节点代表一个特征属性，每个叶子节点代表一个类别或数值。决策树的构建过程：特征选择：根据某种指标选择最佳特征，将数据集划分为不同的子集。决策节点生成：

飞影铠甲·2024-02-04 11:45

机器学习系列——（十）支持向量机

一、背景支持向量机（SupportVectorMachine，SVM）是一种用于分类、回归和离群点检测等领域的监督学习方法。它最初由Vapnik和Cortes在1995年提出，被认为是机器学习领域中最成功的算法之一。二、原理2.1线性SVM我们先从最简单的线性支持向量机（LinearSVM）开始。对于一个二分类问题，假设训练数据集为D={(x1,y1),(x2,y2),...,(xn,yn)}，其

飞影铠甲·2024-02-04 11:09

用清单体来读书的第三天

切忌漫谈式，没有一条清晰脉络的演讲。做有启迪性的表演，而非只有形式没有内容。003演讲可以利用的工具和观众建

妞妞妈儿在迪拜·2024-02-04 08:17

姿势漫谈

你是否觉得压力过大，认为自己不够优秀，缺乏自信心？或是经历感情、工作上的挫折，正在努力重建自我？还是眼前刚好有一个大好机会，但你却因为犹豫是否做得到，而裹足不前？你或许只是普通的上班族、学生，没有权力和特殊地位，但每天努力生活，朝着自己理想的目标前进？不管你处于怎样的状态，我并不是想用埃米的故事来安慰你说“一切都会好的”，更不想劝服你接受现实，而是要用她的神奇秘方，教你如何涨“姿势”！首先，什么是

Andy紫云心理·2024-02-04 04:17

机器学习系列——（七）简单分类算法

飞影铠甲·2024-02-03 17:12

机器学习系列——（八）KNN分类算法

当谈到机器学习中的分类算法时，K最近邻（K-NearestNeighbors，简称KNN）是一个简单而又常用的算法。在本篇博客中，我们将探讨KNN算法的原理、应用和优缺点。一、原理K最近邻算法是一种基于实例的学习方法，它通过利用已知类别的训练样本集来对新的实例进行分类。其核心思想是通过测量不同实例之间的距离来确定新实例的类别。具体来说，KNN算法的原理可以概括为以下几个步骤：数据准备：首先，我们需