机器学习(6)
降维与度量学习k近邻学习(KNN)监督学习方法机制以某种方式找到训练集中与测试样本最近的k个值,以这k个值来预测投票法选择K个样本中出现最多的类别标记作为结果平均法为k个样本加权(平均)得到结果懒惰学习KNN是典型的懒惰学习,训练阶段仅保存样本,得到测试样本后才处理低维嵌入只有样本密度足够大,才能满足KNN的取样原则但是随着维度增加,所要的数据数量增加极快,远超当前计算能力。高维会出现 样本稀疏、距离计算困难 的维数灾难因此降维很重要若要求原始空间中样本间距离能够在降维后保持,可以使用多维缩放...
复制链接