第三章 k近邻法
- k近邻法(k-nearest neighbor,k-NN)是一种基本分类与回归方法。
- k近邻算法
- k近邻算法简单、直观:给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。
- k值的原则、距离度量及分类决策规则是k近邻的三个基本要素。
- k近邻法没有显式的学习过程。
- k近邻的特殊情况是k = 1 的情形,成为最近邻算法。
- k近邻模型
- 模型
- 距离度量
- 特征空间中两个实例点的距离是两个实例点近似程度的反映。
- k值的选择
- k值的减少意味着模型整体变得复杂,容易发生过拟合。
- k值的增大意味着整体的模型变得简单。、
- k值一般取一个比较小的数值,通常采用交叉验证法来选取最优的k值。
- 分类决策函数
- k近邻中的分类决策规则往往是多数表决,即由输入实例的k个邻近的训练实例中的多数类决定输入实例的类。
- k近邻法的实现:kd树
- 构造kd树
- 搜索kd树