最近在做一个简单的图像分类,对精度什么都没有要求,只不过是小小的跑下实验。想了想,就把这个K近邻的算法写一写。这里没有去详细的推导,只是基础知识。基础知识掌握了才能有所发展。
K近邻算法(KNN)
第一、K近邻算法非常的简单粗暴;
第二、假设已经有了一大堆数据,这一大堆数据是已经知道具体分类类别的。比如说,这一堆数据分为5个类;
第三、突然之间来了一个新的数据(测试数据),它想知道自己属于那个类,怎么办呢。拿这个数据跟之前所有的已知分类的一堆数据中的每一个做比较,例如用欧式距离,记录下这些数据。
第四、把所有这些距离的结果做一个排序,从小到大排序,同时保留类别信息。
第五、这里就要用到K值了,把排好序的这些距离数据,去前K个值,那么,统计这些距离中,每个类有几个数据。就是说,取第一个距离值,如果是测试数据与某个类的距离值,那么对应类的个数加1;以此类推。
第六、找到这5个类中个数最多的那个,就把测试数据分到那个类中。
很明显,KNN算法很不精确,而且,当数据量很大的时候计算量也是很大的。而且,分类的结果也依赖于K值的选择。