《机器学习实战中文版》 k-近邻算法

kNN算法

1. 概述

• 采用测量不同特征值之间的距离方法进行分类
  优点：精度高、对异常值不敏感、无数据输入假定。
  缺点：计算复杂度高、空间复杂度高。
  适用数据范围：数值型和标称型。

2. 实现

• 用距离公式计算出待分类数据和数据集的距离
• 得出距离最近的n个距离值
• 在最近n个距离值中找出最多的类别
• 该类别即待分类数据的类别

3. 总结

• 简单有效但是占用大量空间和时间
• 可用于简单分类