- 博客(1)
- 收藏
- 关注
原创 K近邻算法及其实现
1. KNN (k-Nearest Neighbor)k近邻算法是一种基本分类与回归方法。k近邻法假设给定一个训练数据集,其中的实例类别一定。分类时,对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方法进行预测。因此k近邻算法不具有显式的学习过程。k近邻实际上是利用训练数据集对特征向量空间进行划分,并作为其分类的模型。 k近邻的三个基本要素是:k值的选择,距离的度量以及分类决策规则。1
2016-11-25 13:21:50 739
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人