华为大佬用159小时讲完的Python数据分析-数据挖掘教程，整整600集，零基础快速入门手把手教学，学完即可就业-063 6-3 分类-KNN（下）-网易公开课

已购课程

个人中心 

内容中心

 关注我们

进入关怀模式

APP下载

反馈

063 6-3 分类-KNN（下）

1495 播放

下载

手机看

登录后可发评论

评论沙发是我的～

选集(87)

自动播放

[1] 002 1-2数据分析概述（上）

1085播放

05:20

002 1-2数据分析概述（上）

[2] 002 1-2数据分析概述（下）

1267播放

05:17

002 1-2数据分析概述（下）

[3] 011 3-5 编码实现（上）

1272播放

06:48

011 3-5 编码实现（上）

[4] 011 3-5 编码实现（下）

602播放

06:46

011 3-5 编码实现（下）

[5] 028 3-22 可视化-柱状图（...

1169播放

07:56

028 3-22 可视化-柱状图（上）

[6] 028 3-22 可视化-柱状图（...

714播放

08:28

028 3-22 可视化-柱状图（下）

[7] 040 4-7 编码实现（上）

632播放

10:21

040 4-7 编码实现（上）

[8] 040 4-7 编码实现（下）

957播放

10:35

040 4-7 编码实现（下）

[9] 041 4-8 交叉分析方法与实现...

1458播放

07:30

041 4-8 交叉分析方法与实现（上）

[10] 041 4-8 交叉分析方法与实现...

1090播放

07:28

041 4-8 交叉分析方法与实现（下）

[11] 043 4-10 相关分析与实现（...

839播放

12:01

043 4-10 相关分析与实现（上）

[12] 046 5-1 特征工程概述（上）

858播放

05:02

046 5-1 特征工程概述（上）

[13] 046 5-1 特征工程概述（下）

577播放

05:01

046 5-1 特征工程概述（下）

[14] 048 5-3 异常值处理（上）

1495播放

06:25

048 5-3 异常值处理（上）

[15] 048 5-3 异常值处理（下）

601播放

06:24

048 5-3 异常值处理（下）

[16] 050 5-5 特征选择（上）

1288播放

08:42

050 5-5 特征选择（上）

[17] 050 5-5 特征选择（下）

1292播放

08:47

050 5-5 特征选择（下）

[18] 054 5-9 特征变换-数值化（...

1217播放

05:12

054 5-9 特征变换-数值化（上）

[19] 054 5-9 特征变换-数值化（...

1017播放

05:10

054 5-9 特征变换-数值化（下）

[20] 056 5-11 特征降维-LDA...

1321播放

05:51

056 5-11 特征降维-LDA（上）

[21] 056 5-11 特征降维-LDA...

1377播放

06:00

056 5-11 特征降维-LDA（下）

[22] 058 5-13 HR表的特征预处...

584播放

07:49

058 5-13 HR表的特征预处理-1（上）

[23] 058 5-13 HR表的特征预处...

1074播放

08:45

058 5-13 HR表的特征预处理-1（下）

[24] 063 6-3 分类-KNN（上）

1387播放

10:54

063 6-3 分类-KNN（上）

[25] 063 6-3 分类-KNN（下）

1495播放

待播放

063 6-3 分类-KNN（下）

[26] 064 6-4 分类-朴素贝叶斯（...

896播放

10:01

064 6-4 分类-朴素贝叶斯（上）

[27] 064 6-4 分类-朴素贝叶斯（...

637播放

10:06

064 6-4 分类-朴素贝叶斯（下）

[28] 065 6-5 分类-决策树（上）

833播放

12:03

065 6-5 分类-决策树（上）

[29] 065 6-5 分类-决策树（下）

715播放

12:06

065 6-5 分类-决策树（下）

[30] 066 6-6 分类-支持向量机（...

984播放

10:36

066 6-6 分类-支持向量机（上）

[31] 066 6-6 分类-支持向量机（...

1048播放

10:45

066 6-6 分类-支持向量机（下）

[32] 067 6-7 分类-集成-随机森...

1497播放

10:19

067 6-7 分类-集成-随机森林（上）

[33] 067 6-7 分类-集成-随机森...

683播放

10:34

067 6-7 分类-集成-随机森林（下）

[34] 068 6-8 分类-集成-Ada...

654播放

05:26

068 6-8 分类-集成-Adaboost（上）

[35] 068 6-8 分类-集成-Ada...

1333播放

05:34

068 6-8 分类-集成-Adaboost（下）

[36] 069 6-9 回归-线性回归（上...

634播放

11:50

069 6-9 回归-线性回归（上）

[37] 069 6-9 回归-线性回归（下...

1149播放

11:52

069 6-9 回归-线性回归（下）

[38] 070 6-10 回归-分类-逻辑...

744播放

05:41

070 6-10 回归-分类-逻辑回归（上）

[39] 070 6-10 回归-分类-逻辑...

1114播放

05:41

070 6-10 回归-分类-逻辑回归（下）

[40] 071 6-11 回归-分类-人工...

1201播放

08:15

071 6-11 回归-分类-人工神经网络-1（上）

[41] 071 6-11 回归-分类-人工...

1411播放

08:20

071 6-11 回归-分类-人工神经网络-1（下）

[42] 072 6-12 回归-分类-人工...

978播放

07:56

072 6-12 回归-分类-人工神经网络-2（上）

[43] 072 6-12 回归-分类-人工...

1068播放

08:14

072 6-12 回归-分类-人工神经网络-2（下）

[44] 073 6-13 回归-回归树与提...

900播放

05:09

073 6-13 回归-回归树与提升树（上）

[45] 073 6-13 回归-回归树与提...

1325播放

05:13

073 6-13 回归-回归树与提升树（下）

[46] 074 6-14 聚类-Kmean...

861播放

05:21

074 6-14 聚类-Kmeans-1（上）

[47] 074 6-14 聚类-Kmean...

1112播放

05:28

074 6-14 聚类-Kmeans-1（下）

[48] 075 6-15 聚类-Kmean...

1205播放

05:30

075 6-15 聚类-Kmeans-2（上）

[49] 075 6-15 聚类-Kmean...

693播放

05:32

075 6-15 聚类-Kmeans-2（下）

[50] 076 6-16 聚类-DBSCA...

1067播放

05:21

076 6-16 聚类-DBSCAN（上）

[51] 076 6-16 聚类-DBSCA...

1286播放

05:28

076 6-16 聚类-DBSCAN（下）

[52] 079 6-19 关联-关联规则-...

1460播放

07:14

079 6-19 关联-关联规则-1（上）

[53] 079 6-19 关联-关联规则-...

727播放

07:49

079 6-19 关联-关联规则-1（下）

[54] 080 6-20 关联-关联规则-...

788播放

07:23

080 6-20 关联-关联规则-2（上）

[55] 080 6-20 关联-关联规则-...

1428播放

07:42

080 6-20 关联-关联规则-2（下）

[56] 081 6-21 半监督-标签传播...

1117播放

08:56

081 6-21 半监督-标签传播算法（上）

[57] 081 6-21 半监督-标签传播...

882播放

08:56

081 6-21 半监督-标签传播算法（下）

[58] 083 7-1 分类评估-混淆矩阵...

850播放

07:53

083 7-1 分类评估-混淆矩阵（上）

[59] 083 7-1 分类评估-混淆矩阵...

760播放

07:59

083 7-1 分类评估-混淆矩阵（下）

[60] 084 7-2 分类评估-ROC、...

733播放

07:39

084 7-2 分类评估-ROC、AUC、提升图与KS图（上）

[61] 084 7-2 分类评估-ROC、...

1150播放

07:38

084 7-2 分类评估-ROC、AUC、提升图与KS图（下）

[62] 01 数据挖掘，到底在解决什么问...

1394播放

06:05

01 数据挖掘，到底在解决什么问题？（上）

[63] 01 数据挖掘，到底在解决什么问...

1213播放

06:13

01 数据挖掘，到底在解决什么问题？（下）

[64] 02 Python 的数据结构和...

646播放

07:54

02 Python 的数据结构和基本语法（上）

[65] 02 Python 的数据结构和...

1237播放

07:59

02 Python 的数据结构和基本语法（下）

[66] 03 工欲善其事必先利其器，扩展...

888播放

07:36

03 工欲善其事必先利其器，扩展包与 Python 环境（上）

[67] 03 工欲善其事必先利其器，扩展...

626播放

07:34

03 工欲善其事必先利其器，扩展包与 Python 环境（下）

[68] 20 理解业务和数据：我们需要做...

789播放

06:38

20 理解业务和数据：我们需要做好什么计划？（上）

[69] 20 理解业务和数据：我们需要做...

1363播放

06:45

20 理解业务和数据：我们需要做好什么计划？（下）

[70] 21 准备数据：如何处理出完整、...

579播放

07:06

21 准备数据：如何处理出完整、干净的数据？（上）

[71] 21 准备数据：如何处理出完整、...

1025播放

07:08

21 准备数据：如何处理出完整、干净的数据？（下）

[72] 22 数据建模：该如何选择一个适...

1048播放

07:22

22 数据建模：该如何选择一个适合我需求的算法？（上）

[73] 22 数据建模：该如何选择一个适...

808播放

07:23

22 数据建模：该如何选择一个适合我需求的算法？（下）

[74] 23 模型评估：如何确认我们的模...

1340播放

06:36

23 模型评估：如何确认我们的模型已经达标？（上）

[75] 23 模型评估：如何确认我们的模...

985播放

06:41

23 模型评估：如何确认我们的模型已经达标？（下）

[76] 24 模型应用：我们的模型是否可...

1151播放

06:52

24 模型应用：我们的模型是否可以解决业务需求？（上）

[77] 24 模型应用：我们的模型是否可...

901播放

06:58

24 模型应用：我们的模型是否可以解决业务需求？（下）

[78] 26 决策树：女神使用的约会决策...

1375播放

05:57

26 决策树：女神使用的约会决策（上）

[79] 26 决策树：女神使用的约会决策...

728播放

05:58

26 决策树：女神使用的约会决策（下）

[80] 27 朴素贝叶斯：算一算你是否要...

699播放

05:07

27 朴素贝叶斯：算一算你是否要买延误险（上）

[81] 27 朴素贝叶斯：算一算你是否要...

1324播放

05:08

27 朴素贝叶斯：算一算你是否要买延误险（下）

[82] 28 支持向量机（SVM）：用一...

1359播放

05:16

28 支持向量机（SVM）：用一条线分开红豆与绿豆（上）

[83] 28 支持向量机（SVM）：用一...

1173播放

05:26

28 支持向量机（SVM）：用一条线分开红豆与绿豆（下）

[84] 29 人工神经网络：当前最火热的...

1488播放

05:33

29 人工神经网络：当前最火热的深度学习基础（上）

[85] 29 人工神经网络：当前最火热的...

1340播放

05:42

29 人工神经网络：当前最火热的深度学习基础（下）

[86] 30 实践 1：使用 XGB 实...

836播放

05:39

30 实践 1：使用 XGB 实现酒店信息消歧（上）

[87] 30 实践 1：使用 XGB 实...

1389播放

05:38

30 实践 1：使用 XGB 实现酒店信息消歧（下）