- 博客(1)
- 资源 (1)
- 收藏
- 关注
原创 机器学习初探———【K-近邻算法】
一句话:测量不同特征值之间的距离进行分类 优点:精度高,对异常值不敏感,无数据假定输入。 缺点:计算复杂度高,空间复杂度高。 使用数据范围:数值型和标称型。 k-近邻算法的一般流程: 收集数据:任何方法。 准备数据:距离计算所需要的数值,最好是结构化数据格式。 分析数据:任何方法。 训练方法:此步骤不适用于k-近邻算法。 测试方法:计算错误率。 使用算法
2015-03-30 11:28:04 675
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人