机器学习-KNN算法

KNN算法是一种机器学习算法,用于分类和回归问题。其流程包括计算距离、选取最近K个点、确定类别频率。K值选择、距离度量和快速检索向量优化如KD Tree和Ball Tree是关键。选择K值通常依赖于数据,较大的K能减少噪声影响但可能模糊分类边界。
摘要由CSDN通过智能技术生成

(1) KNN算法解决什么问题?

KNN是一种机器学习算法,可以解决下面问题:

  • 分类问题
  • 回归问题
  • 离群点检测

 

(2) KNN算法流程

  • 计算测试数据与每个训练数据之间的距离;
  • 按照距离的由小到大进行排序;
  • 选取距离最小的K个点;
  • 确定前K个点所在类别的出现频率;(回归问题求K个点的均值)
  • 返回前K个点中出现频率最高的类别作为测试数据的预测分类。

Image result for KNN algorithm

(3) KNN算法实现

网络上有很多种的实现方式。

参考:https://www.cnblogs.com/ybjourney/p/4702562.html

(4) KNN拓展点

  • 如何选K值
  • 距离度量方式
  • 如何快速检索向量

(5) 距离度量

下面是几种常见的距离度量公式:

Image result for KNN algorithm

参考:

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值