【Sklearn】基于最中心分类器算法的数据分类预测（Excel可直接替换数据）

1.模型原理

最近中心分类器（Nearest Centroid Classifier）也被称为近似最近邻分类器（Nearest Shrunken Centroid Classifier）。它是一种基于类别中心的分类方法，适用于线性可分问题。其基本思想是将每个类别的样本特征取平均，得到每个类别的中心点，然后将待分类样本与这些中心点进行距离比较，将其分配给距离最近的类别。

以下是最近中心分类器的模型原理及数学公式：

模型原理：

1. 对于每个类别，计算其样本特征的平均值，得到类别的中心点。
2. 对于一个待分类的样本，计算其与每个类别中心点的距离，然后将其分配给距离最近的类别。

数学模型：