![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
EverythingBlue
知其然,知其所以然
展开
-
KNN算法
K nearest neighbours - K最近邻分类法 这里写链接内容 K最近邻密度估计是一种分类方法,不是聚类方法 规则: 1、计算待分类数据和不同类中每一个数据的距离(欧式或马氏) (1)欧式距离为在m维空间中两点的真实距离: distance=(∑ni=1x2i1−x2i2)−−−−−−−−−−−−−√,i=1,2,⋯distance = \sqrt {(\sum_{i=1}转载 2015-11-30 15:09:08 · 783 阅读 · 0 评论 -
KNN 学习笔记
先看这篇欧氏距离其中欧式距离,也就是平常意义上的距离,为m维空间中两坐标的真实距离:二维空间中(x1,y1),(x2,y2)(x_1,y_1),(x_2,y_2)之间的距离:distance=(x1−x2)2+(y1−y2)2−−−−−−−−−−−−−−−−−−√distance = \sqrt{(x_1 - x_2)^2 + (y_1-y_2)^2}三维空间中(x1,y1,z1),(x2,y2,z原创 2015-12-01 08:55:17 · 458 阅读 · 0 评论