KNN算法的应用示例

KNN算法是数据分析中的一种常用方法。
本文对KNN算法的原理进行简要说明,并给出具体的应用示例。

原理

KNN算法根据样本之间的距离,进行类别的划分。

样本间的距离可以使用欧氏距离
d = ∑ i = 1 n ( x i − y i ) 2 d = \sqrt{\sum\limits_{i=1}^n(x_i - y_i)^2} d=i=1n(xiyi)2

进行计算时,需要首先设定一个邻居数k=n。算法会判断距离选定样本值最近的n个样本值,分别计算他们与选定样本之间的距离,然后判断选定样本应该属于哪一类。

<

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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