1.KNN算法是采用测量不同特征值之间的距离方法进行分类。
2.优缺点:
优点:精度高,对异常值不敏感,无数据输入假定。
缺点:计算复杂度大,空间复杂度高。
使用数据范围:数值型和标准型
3.工作原理:
存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中的数据对应的特征进行比较,然后算法提取样本集中特征最相似数据(最邻近)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-邻近算法中k的出处,通常k是不大于20的整数。最后选取k个最相似数据中出现次数最多的分类,作为新数据的分类。
4.KNN算法的一般处理流程:
(1)收集数据:可以使用任何方法
(2)准备数据:距离计算所需要的数值,最好是结构化的数据格式
(3)分析数据:可以使用任何方法
(4)训练算法:此步骤不适用于KNN算法
(5)测试算法