国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【機(jī)器學(xué)習(xí)】分類算法 - KNN算法(K-近鄰算法)KNeighborsClassifier

這篇具有很好參考價(jià)值的文章主要介紹了【機(jī)器學(xué)習(xí)】分類算法 - KNN算法(K-近鄰算法)KNeighborsClassifier。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

「作者主頁」:士別三日wyx
「作者簡介」:CSDN top100、阿里云博客專家、華為云享專家、網(wǎng)絡(luò)安全領(lǐng)域優(yōu)質(zhì)創(chuàng)作者
「推薦專欄」:對(duì)網(wǎng)絡(luò)安全感興趣的小伙伴可以關(guān)注專欄《網(wǎng)絡(luò)安全入門到精通》

is_array() 可以「檢測」變量是不是「數(shù)組」類型。

語法

bool is_array( $var )

參數(shù)

  • $var :需要檢測的變量

返回值

返回布爾類型。

  • true :是數(shù)組
  • false :不是數(shù)組

一、基本使用

傳入一個(gè)變量「判斷」它是不是「數(shù)組」,這也是最常用的一種方式。

數(shù)組有很多創(chuàng)建方式,直接傳一個(gè)數(shù)組也可以。

注意: is_array() 函數(shù)只能判斷「普通數(shù)組」,不能判斷關(guān)聯(lián)數(shù)組或多維數(shù)組。

實(shí)例:

$arr = array(1,2,3);

var_dump(is_array($arr));
var_dump(is_array(array(1,2,3)));
var_dump(is_array([1,2,3]));

輸出:

bool(true)
bool(true)
bool(true)

二、空數(shù)組

is_array() 只關(guān)心變量的「類型」,而不關(guān)心里面的「值」;即使里面沒有值,也會(huì)返回true。

注意:即使一個(gè)對(duì)象實(shí)現(xiàn)了數(shù)組接口時(shí)(ArrayAccess接口),也會(huì)返回false,因?yàn)閷?duì)象的類型不是array。

實(shí)例:

$arr = array();

var_dump(is_array($arr));

輸出:

bool(true)

三、同時(shí)判斷多個(gè)數(shù)組

is_array() 一次只能判斷「一個(gè)」變量,如果傳入多個(gè)變量,會(huì)報(bào)Warning,并且執(zhí)行結(jié)果也不正確。

實(shí)例:

$arr = array(1);

var_dump(is_array($arr, $arr));

輸出:

Warning: is_array() expects exactly 1 parameter,
bool(false)

四、empty()和is_array()的區(qū)別?

問題場景:先 empty() 判斷是否為空,再 is_array() 判斷是不是數(shù)組; empty() 是否可以省略。

if(is_array($input) && !empty($input)){
    // 功能
}

is_array() 是內(nèi)置函數(shù),底層調(diào)用 php_is_type 獲取變量的類型是不是數(shù)組。

PHP_FUNCTION(is_array)
{
    php_is_type(INTERNAL_FUNCTION_PARAM_PASSTHRU, IS_ARRAY);
}

這意味著,它只是簡單的判斷變量「類型」,而不會(huì)判斷是否為「空」,這也解釋了,為什么 is_array() 判斷空數(shù)組也會(huì)返回true。這時(shí)候再用 empty() 判斷是否為空,是很有必要的。

需要注意的是 empty() 是語法結(jié)構(gòu),而 is_array() 是函數(shù),語法結(jié)構(gòu)的函數(shù)的「開銷」要小,先用 empty() 判斷可以提升代碼執(zhí)行效率。文章來源地址http://www.zghlxwxcb.cn/news/detail-572478.html

if(!empty($input) && is_array($input)){
    // 功能
}

到了這里,關(guān)于【機(jī)器學(xué)習(xí)】分類算法 - KNN算法(K-近鄰算法)KNeighborsClassifier的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 【Python機(jī)器學(xué)習(xí)】實(shí)驗(yàn)06 KNN最近鄰算法

    【Python機(jī)器學(xué)習(xí)】實(shí)驗(yàn)06 KNN最近鄰算法

    1. k k k 近鄰法是基本且簡單的分類與回歸方法。 k k k 近鄰法的基本做法是:對(duì)給定的訓(xùn)練實(shí)例點(diǎn)和輸入實(shí)例點(diǎn),首先確定輸入實(shí)例點(diǎn)的 k k k 個(gè)最近鄰訓(xùn)練實(shí)例點(diǎn),然后利用這 k k k 個(gè)訓(xùn)練實(shí)例點(diǎn)的類的多數(shù)來預(yù)測輸入實(shí)例點(diǎn)的類。 2. k k k 近鄰模型對(duì)應(yīng)于基于訓(xùn)練數(shù)據(jù)集對(duì)

    2024年02月15日
    瀏覽(60)
  • 【Python】機(jī)器學(xué)習(xí)-K-近鄰(KNN)算法【文末送書】

    【Python】機(jī)器學(xué)習(xí)-K-近鄰(KNN)算法【文末送書】

    ???????? 目錄 一 . K-近鄰算法(KNN)概述? 二、KNN算法實(shí)現(xiàn) 三、 MATLAB實(shí)現(xiàn) 四、 實(shí)戰(zhàn) ????????K-近鄰算法(KNN)是一種基本的分類算法,它通過計(jì)算數(shù)據(jù)點(diǎn)之間的距離來進(jìn)行分類。在KNN算法中,當(dāng)我們需要對(duì)一個(gè)未知數(shù)據(jù)點(diǎn)進(jìn)行分類時(shí),它會(huì)與訓(xùn)練集中的各個(gè)數(shù)據(jù)點(diǎn)進(jìn)

    2024年02月08日
    瀏覽(22)
  • 用K近鄰(KNN)機(jī)器學(xué)習(xí)算法進(jìn)行股票走勢預(yù)測-Python

    用K近鄰(KNN)機(jī)器學(xué)習(xí)算法進(jìn)行股票走勢預(yù)測-Python

    K近鄰(KNN,K-Nearest Neighbors)是最簡單的機(jī)器學(xué)習(xí)算法之一,可用于回歸和分類。KNN是一種“惰性”學(xué)習(xí)算法,從技術(shù)上講,它不訓(xùn)練模型來進(jìn)行預(yù)測。K近鄰的邏輯是,假設(shè)有一個(gè)觀測值,這個(gè)觀測值被預(yù)測屬于離它k個(gè)最近觀測值中所占比例最大的那一個(gè)類。KNN方法是直接嘗試

    2024年02月04日
    瀏覽(24)
  • 四、分類算法 - KNN算法(K-近鄰算法)

    四、分類算法 - KNN算法(K-近鄰算法)

    目錄 1、K-近鄰算法 1.1 K-近鄰算法原理 1.2 K - 近鄰算法API 1.3 案例1:鳶尾花種類預(yù)測 1.3.1 數(shù)據(jù)集介紹 1.3.2 步驟 1.4 KNN 算法總結(jié) sklearn轉(zhuǎn)換器和估算器 KNN算法 模型選擇和調(diào)優(yōu) 樸素貝葉斯算法 決策樹 隨機(jī)森林 1.3.1 數(shù)據(jù)集介紹 1.3.2 步驟 獲取數(shù)據(jù) 數(shù)據(jù)集劃分 特征工程? ?- 標(biāo)準(zhǔn)

    2024年02月22日
    瀏覽(27)
  • 8_分類算法-k近鄰算法(KNN)

    8_分類算法-k近鄰算法(KNN)

    定義:如果一個(gè)樣本在特征空間中的k個(gè)最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個(gè)類別,則該樣本也屬于這個(gè)類別。 來源:KNN算法最早是由Cover和Hart提出的一種分類算法 K近鄰(K-nearst neighbors,KNN)是一種基本的機(jī)器學(xué)習(xí)算法,所謂k近鄰,就是k個(gè)最近的鄰居

    2024年02月11日
    瀏覽(18)
  • 機(jī)器學(xué)習(xí)之KNN(K近鄰)算法

    機(jī)器學(xué)習(xí)之KNN(K近鄰)算法

    KNN算法又叫做K近鄰算法,是眾多機(jī)器學(xué)習(xí)算法里面最基礎(chǔ)入門的算法。KNN算法是最簡單的分類算法之一,同時(shí),它也是最常用的分類算法之一。KNN算法是有監(jiān)督學(xué)習(xí)中的分類算法,它看起來和Kmeans相似(Kmeans是無監(jiān)督學(xué)習(xí)算法),但卻是有本質(zhì)區(qū)別的。 KNN算法基于實(shí)例之間

    2024年02月08日
    瀏覽(23)
  • 機(jī)器學(xué)習(xí)之——K近鄰(KNN)算法

    機(jī)器學(xué)習(xí)之——K近鄰(KNN)算法

    ? ? ? ? ? ? ? ? k-近鄰算法(K-Nearest Neighbors,簡稱KNN)是一種用于分類和回歸的統(tǒng)計(jì)方法。KNN 可以說是最簡單的分類算法之一,同時(shí),它也是最常用的分類算法之一。 ? ? ? ? ? ? ? ? k-近鄰算法基于某種距離度量來找到輸入樣本在訓(xùn)練集中的k個(gè)最近鄰居,并且根據(jù)這k個(gè)

    2024年04月10日
    瀏覽(27)
  • 多元分類預(yù)測 | Matlab基于K近鄰算法(KNN)的數(shù)據(jù)分類預(yù)測,多特征輸入模型

    多元分類預(yù)測 | Matlab基于K近鄰算法(KNN)的數(shù)據(jù)分類預(yù)測,多特征輸入模型

    效果一覽 文章概述 基于K近鄰算法(KNN)的數(shù)據(jù)分類預(yù)測,多特征輸入模型 多特征輸入單輸出的二分類及多分類模型。程序內(nèi)注釋詳細(xì),直接替換數(shù)據(jù)就可以用。程序語言為matlab,程序可出分類效果圖,迭代優(yōu)化圖,混淆矩陣圖。

    2024年02月13日
    瀏覽(20)
  • 機(jī)器學(xué)習(xí)——kNN算法之紅酒分類

    機(jī)器學(xué)習(xí)——kNN算法之紅酒分類

    目錄 StandardScaler的使用 KNeighborsClassifier的使用 代碼實(shí)現(xiàn) 數(shù)據(jù)集介紹 數(shù)據(jù)集為一份紅酒數(shù)據(jù),總共有 178 個(gè)樣本,每個(gè)樣本有 13 個(gè)特征,這里不會(huì)為你提供紅酒的標(biāo)簽,你需要自己根據(jù)這 13 個(gè)特征對(duì)紅酒進(jìn)行分類。部分?jǐn)?shù)據(jù)如下圖: StandardScaler的使用 由于數(shù)據(jù)中有些特征的

    2024年02月11日
    瀏覽(24)
  • 機(jī)器學(xué)習(xí)KNN最鄰近分類算法

    機(jī)器學(xué)習(xí)KNN最鄰近分類算法

    KNN (K-Nearest Neighbor) 最鄰近分類算法,其核心思想“近朱者赤,近墨者黑”,由你的鄰居來推斷你的類別。 圖中綠色圓歸為哪一類? 1、如果k=3,綠色圓歸為紅色三角形 2、如果k=5,綠色圓歸為藍(lán)色正方形 參考文章 knn算法實(shí)現(xiàn)原理:為判斷未知樣本數(shù)據(jù)的類別,以所有已知樣

    2024年04月10日
    瀏覽(18)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包