仅用于记录学习,欢迎批评指正,大神勿喷
系列文章目录
《算法图解》总结第 1 章:二分查找、大O表示法;
《算法图解》总结第 2 章:数组和链表,选择排序;
《算法图解》总结第 3 章:while循环、递归、栈;
《算法图解》总结第 4 章:分而治之、快速排序;
《算法图解》总结第 5 章:散列表;
《算法图解》总结第 6 章:广度优先搜索;
《算法图解》总结第 7 章:狄克斯特拉算法;
《算法图解》总结第 8 章:贪婪算法
《算法图解》总结第 9 章:动态规划
《算法图解》总结第 10 章:K最近邻算法
《算法图解》总结第 11 章:十种算法简介
K最近邻算法(KNN)
K最近邻算法用于分类和回归。《算法图解》这本书介绍的比较简单,详细可参考李航的《统计学习方法》的第3章内容。
分类
分类就是编组,通过距离公式、余弦相似度等算出最接近的K个邻居。
回归
回归就是预测结果(如数字),比如要预测销售量可将最近的K个邻居求平均。
注意事项
(1)特征抽取意味着将物品(如水果或用户)转换为一系列可比较的数字;
(2)能否挑选合适的特征事关KNN算法的成败。