KNN算法详解-原理、实现代码(python3)

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:/

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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