分类的故事之K-近邻算法(KNN)
文章同步更新在公众号“肥宅的日杂铺”
KNN(k-Nearest Neighbor),是著名的模式识别统计学方法,也最简单的机器学习算法之一。其中心思想为近朱者赤,近墨者黑(相似即为同类)。
设计思路
KNN是一种通过测量不同特征值之间的距离进行分类的算法,其分类思路为:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别,(K通常为≤20的整数)。
举个栗子
已知样本的类别信息如下图,同类样品已成功抱团:
此时,有位不速之客杀了进来:
提问:这位新的小伙伴想抱团一共分几步呢?其实,超简单der~让我们来数一数,1,2,3,4……
Step1:计算新伙伴和其他所有小伙伴的距离(欧几里得距离/曼哈顿距离);
Step2:选取恰当的K值(