shulinchen的博客

原创 K紧邻算法

1、概述：其基本思想是--对于新实例，计算其与训练集的距离，取最相近的K个，根据分类规则决定该实例的类别 2、三大要素：距离的度量、K值的选择、分类决策规则 3、距离的度量：；当p=1是叫做曼哈顿距离，当p=2时，叫欧式距离。不同的距离度量产生的邻近点是不同的 4、K值的选择：K值的选择对算法的影响很大；很明显，K值越大，模型越简单，其估计误差会减少，但同时近似误差会变大；很多无关的值会被考