k近邻学习：
给定测试样本，基于某种距离测量找到训练集上与其最靠近的k个样本，根据这k个样本的信息预测测试样本，一般用投票法。也可以用线性加权的方法，距离越远，权重越小。
算法：一般选取一个较小的数值，通常采取交叉验证的方法求最优的k值。
降维：
线性降维（主成分分析法）
用特征值和特征向量近似还原协方差矩阵，通过选取比较大的特征值来达到降维的目的。（相似矩阵）
核化线性降维
首先将原始空间映射到更高维空间，然后用线性降维的方法，使高维空间映射到低维空间。
流形学习：
- 等度量映射
09-18
06-12
900
900
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
