下面来简单介绍一下现在比较常用的KNN算法,具体如下:
计算机分类在生活中已经运用广泛,在商业经营中,政府决策管理中,科学研究中和工业中等多个领域都有运用。 现在的人们对计算机、手机之类的设备感兴趣,比如手机中的人脸、图片识别,模式识别,扫码,计算机中的空间分类,文本分类,决策树分类(kd-tree),贝叶斯分类,KNN 分类,人工神经网络等技术。
KNN(K-nearestneighbor),即 K-邻近算法是由 Cover和 Hart 于 1968 年提出。所谓 K 最近邻,就是 K 附近的邻居的意思,说的是每个样本都可以用它最接近的 K 个邻居来代表。比如将 20 万张猫的图片和 20 万张狗的图片,输入到计算机让它学习,每一张都不要重复。 训练成功后,你就可以随意选一张图片,让它识别,它就会在它储存 40 万张照片中,判断与它储存的形状最接近的一个,最后显示出结果。
圆圈就像 20 万张猫的图片,方块就像 20 万张狗的图片,以此类推。 X 就相当于你想识别的对象,这时计算机就会将与它距离最近的对象识别出来,给出最终的结果。 再打个比方,我们都说物以类聚,人以群分,判别一个人有什么样的品质特征,常常可以通过他身边的朋友来入手。 KNN 算法也类似,如果我们想判断圆圈属于哪一类数据。若以圆圈为圆心,半径为