Email:gong5264@mail.ustc.edu.cn
原创内容,转载请标明
本人水平有限,如有错误还请批评指正
微博:帅帅家的人工智障
参考的文献在最后。
目录:
一:K近邻算法
二:算法实现
三:其他
四:参考文献
声明: 表示换行
一:k近邻算法
这里主要参考李航的《统计学习》
1 . k近邻算法(kNN)是一种基本分类与回归算法。
2 . k近邻算法: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。没有显示的学习过程.
3 .k近邻法的模型对应特征空间的一个划分:
4 .三个基本要素:k值的选择、距离度量、分类决策规则
(1)距离度量:
设特征空间
是n维实数向量空间
,
,
的
距离:
其中,
。当p=2时,称为欧氏距离,即 :
当p=1时,称为曼哈顿距离,即 :
当
时,是各个坐标距离的最大值,即: