老师KNNClassifier用的类实现，然后train_test_split用的函数，是不是简单的数据处理就用函数，算法用类来实现？

首页课程实战体系课手记专栏慕课教程

老师KNNClassifier用的类实现，然后train_test_split用的函数，是不是简单的数据处理就用函数，算法用类来实现？

来源：4-3 训练数据集，测试数据集

神经旷野舞者

2018-01-31

有点纠结

写回答

1回答

liuyubobobo

liuyubobobo

2018-02-01

已采纳

这个原则大抵可以。train_test_split只是一个简单的动作，一个函数就可以。kNN是一个分类器，其中从接口的角度就包括最基本的fit和predict（其实还有predict_proba等动作），更不用提kNN还包含有诸多参数，包装成类更合适。

0

0

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5893 学习 · 2454 问题

相似问题

用来预测的数据怎么做数据预处理呢

回答 1

线性回归需要用train_test_split和Scaler来提高性能吗？

回答 1

关于高斯核函数的映射

回答 1

对于多特征少样本（特征数大于样本数）的数据采用高斯核函数是不是相当于降维？

回答 2

您好想问一下，是不是针对不同的算法写的梯度下降法是不一样的，大概就是说不同的学习模型有着不同的函数类型，在写梯度下降法对其优化时也是针对其改部分代码

回答 1

打开慕课网App查看更多内容