- 博客(1)
- 收藏
- 关注
原创 K-近邻算法详细介绍
概念定义 K-近邻算法: 第一句:给定一个带标签的样本数据集合(称为:训练集) 第二句:当输入没有标签的新数据(新数据:测试集中的数据)后 第三句:将新数据的每个特征与训练集中所有数据对应的特征进行相似性比较 第四句:选择训练集中前K个最相似(最近邻)的数据,提取前K个最相似的数据的分类标签,(说明:通常K是不大于20的整数)。 第五句:选择
2017-10-09 23:03:16 945
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人