KNN算法需要解决的问题
1. KNN思想
2. KNN执行过程
3. KNN伪代码
4. KNN缺陷
5. KDTree构建过程
6. KDTree是如何解决KNN的缺陷的?除了KDTree之外,还有没有其他方式来解决该问题?KDTree除了可以用于解决KNN的问题外,KDTree还可以应用到哪些场景?
1. KNN思想
一个样本与数据集中的k个样本相比较,如果这k个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;也就是多数投票法。
2. KNN执行过程
1、获取待测样本和所有样本的距离(相似度),一般使用欧式距离
2、获取距离最近的k个样本
3、将k个样本出现类别最多的作为当前预测值;分类中一般采用多数投票的方式(还有加权多数表决法),回归中一般采用均值的方式(对于回归问题:输出为实例的值。回归时,对于新的实例,取其k个最近邻的训练实例的平均值为预测值。)
3. KNN伪代码
1、构建一个已经分类好的数据集
2、计算新样本与数据集中所有数据的距离
3、按照距离大小进行排序
4、选取距离最小的k个样本
5、确定前k个样本所在类别出现的频率,并输出出现频率最高的类别
4. KNN缺陷
1、k值的选取,k值选取过小易过拟合(