- 博客(1)
- 资源 (5)
- 收藏
- 关注
原创 K-近邻算法
K-近邻算法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 工作原理:存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签, 即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本集
2016-02-16 18:17:08 455
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人