梅科尔工作室——KNN临近算法

KNN临近算法

一、原理

“物以类聚，人以群分”，采取多数表决的决策规则

k近邻法三要素：距离度量、k值的选择和分类决策规则

---

二、实现步骤

1、计算距离（一般采用二维欧氏距离）

2、升序排序

3、k值选择

k值较小，相当于用较小的邻域中的训练实例进行预测，只有距离近的（相似的）起作用

k值较大，这时距离远的（不

---

三、算法实现

sklearn封装KNN方法

sklearn.neighbors.KNeighborsClassifier(n_neighbors = 5,
                       weights='uniform',
                       algorithm = '',
                       leaf_size = '30',
                       p = 2,
                       metric = 'minkowski',
                       metric_params = None,
                       n_jobs = None