1.可以使用流来读取:
所谓knn,其实就是一个点的预测问题,也是k的优化问题。
它只有一个参数需要去调,那就是k。
它的预测过程如下,假设你的k = 5,指的是目标点向外搜索五个最接近的点,当然,往下看你会更清楚。
现在,你先看下图
你需要预测编号为13的点是
1.圈圈
2.叉叉
3.三角形
当然,你一看就知道了,所以我现在得把他抹去,防止你作弊:
现在你来猜,13号节点是啥?
你看,你不知道了吧!!!
这个时候,你就会这样想,你会围绕着它画一个圈:
这个时候,这个圈里面的数据就会告诉你答案,你会数,有三个圈,两个X,这个时候你就认为它是个圈。
显然你的猜测是错误的,这个时候,你要想怎么去重新去画一个圈
再数数,你就会发现,叉叉变多了!,这个时候你再猜,它就是叉叉了!!
这个就是KNN,实现思路也非常简单。7月15号之后会公布所有代码,目前先理解下吧。