一、分类算法-k近邻算法(KNN)
定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。来源:KNN算法最早是由Cover和Hart提出的一种分类算法。
计算距离公式
两个样本的距离可以通过如下公式计算,又叫欧氏距离
比如说,a(a1,a2,a3),b(b1,b2,b3)
二、sklearn k-近邻算法API
sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithom='auto')
● n_neighbors:int,可选(默认=5),k_neighbors查询默认使用的邻居数
● algorithm:{'auto','ball_tree','kd_tree','brute'},可选用于计算最近邻居的算法:'ball_tree'将会使用BallTree,'kd_tree'将使用KDTree。'auto'将尝试根据传递给fit方法的值来决定最合适的算法。(不同实现方法影响效率)