1 算法描述 K近邻模型是个十分通俗易懂的模型,给定一个点,我们只要找到和他在空间中最近的K个点,这K个点中出现次数最多的类别,就是这个点的分类,具体算法如下: 如果了解其他机器学习模型朋友肯定会发现,这个模型和我们以往学到的机器学习模型有些区别,其没有决策函数也没有条件概率分布, 只有一个决策规则: y = a r g max c j ∑ x i ∈ N k ( x ) I ( y i = c j ) y = arg \max_{c_{j}} \sum_{x_{i} \in N_{k}(x)}I(y_{i}=c_{j}) y=argcjmax