第二讲课程4-数据驱动方法

网易云课堂中观看2017年视频记录

第一讲为介绍性课程，略过。

第二讲课程4

k近邻的训练过程很简单，但是预测过程很费时间，并不是一个好的实用性算法。

如今，我们的预测过程要在端设备（运算能力差）上完成，因此分类算法的预测过程要尽可能的减少运算量

神经网络的预测过程只需要直接使用训练好的参数，因此更适合部署到设备中去。

k近邻算法中，如果k=1，很容易由于噪声而过拟合。使用大于1的k可以使决策边界更平滑，得到更好的预测结果。