【机器学习】K邻近算法

 K邻近算法原理(K:近邻的个数)

可用于分类或回归

  •  分类(近朱者赤近墨者黑)

 对于k邻近算法来讲,新数据点离谁最近,就和谁属于同一类。

如果在模型训练的过程中选的最邻近数为1,很可能这个数据恰好是一个错误数据,因此,需要增加最近邻的数量,比如把最邻近数增加到3,如果与新数据点距离最近的这3个点中有两个点是蓝色点,那新数据点也被分到蓝色类别中。

  •  回归

K邻近算法用于回归的原理与分类相同,当我们用K邻近算法回归计算某个数据点的预测值时,模型会选择离该数据点最近的若干个训练数据集中的点,并将它们的y值取平均值,并将该平均值作为新数据点的预测值。

  K邻近算法原理

k近邻法三要素:距离度量k值的选择分类决策规则

  • 距离度量

  • k值的选择 

k值过大,容易欠拟合;k值过小,模型更复杂&#x

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值