以前我总是用函数调库来实现机器学习模型,被男朋友diss了无数次.....
现在觉得他说的确实有道理,既然学了算法那肯定原理和代码都得会才算是彻底弄懂了算法,所以这篇文章相当于之前那篇介绍如何调库的文章的进阶!
------------目录---------------
1 KNN原理
2 伪代码
3 实现(简化版)
4 调用sklearn库实现KNN(源代码浅浅滴解析)
1 KNN原理
k最近邻居算法是最最最简单的机器学习模型了,属于有监督学习类模型,一大特色就是没有训练过程,不愧是懒惰算法的前锋。
它的原理很简单,找到在一个样本空间中和当前点(要预测的点)距离最近的K个样本,这K个样本中的样本大多数的类别就是该预测点的类别。
距离可以用欧氏距离,曼哈顿距离(City Block distance)等等.....
距离公式总结:https:/