黑人大好猛受不了,日日拍夜夜嗷嗷叫狠狠

判斷題KNN算法是k-Nearest Neighbor的簡稱，叫作k近鄰算法，屬于有監(jiān)督學(xué)習(xí)算法，既可以用于分類，也可以用于回歸。

1.判斷題支持向量機（Support Vector Machine，SVM）是通過尋找超平面對樣本進行分隔從而實現(xiàn)分類或預(yù)測的算法，分隔樣本時的原則是使得間隔最大化，尋找間隔最大的支持向量。

2.判斷題使用樸素貝葉斯算法進行分類時，分別計算未知樣本屬于每個已知類的概率，然后選擇其中概率最大的類作為分類結(jié)果。

3.判斷題在機器學(xué)習(xí)擴展庫sklearn中，Lasso是可以估計稀疏系數(shù)的線性模型，尤其適用于減少給定解決方案依賴的特征數(shù)量的場合。如果數(shù)據(jù)的特征過多，而其中只有一小部分是真正重要的，此時選擇Lasso比較合適。

4.判斷題如果DataFrame對象中索引是日期時間數(shù)據(jù)，或者包含日期時間類型數(shù)據(jù)列，可以使用resample（）方法進行重采樣，實現(xiàn)按時間段進行統(tǒng)計查看員工業(yè)績的功能。

5.判斷題擴展庫pandas中DataFrame對象的drop_duplicates（）方法可以用來刪除重復(fù)的數(shù)據(jù)。