引言
学了两天python基础之后,以及简单了解了一下简单的机器学习算法,以及py的第三方库numpy之后,python做数值计算相比java果然无比的方便
通过所学知识简单地实现了一下最基础的K近邻分类算法,在此写篇博客记录一下此次学习。
算法原理
初中时我们就学过两点间的距离公式,横纵坐标越相近的点,其类别也必然相似,举个极端的例子,相同事物的坐标必定相同,当然反之可能并不成立。
因此如果我们可以将一个事物的特征抽象成一个二维或者多维的坐标,运用两点间的距离公式,就可以判断某个未知点的类别。
∣ A B ∣ = ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 |AB| = \sqrt{(x_1-x_2)^2+(y_1-y_2)^2} ∣AB∣=(x1−x2)2+(y1−y2)2
两点间的距离公式
d ( p , q ) = d (