![d7be5a6fef32aeafbe2af4baaf1109ac.png](https://img-blog.csdnimg.cn/img_convert/d7be5a6fef32aeafbe2af4baaf1109ac.png)
代码借鉴自此链接
适用问题:多类分类,回归(回归暂时没有使用)
模型特点:不具有显示的学习过程,利用训练数据对特征向量空间进行划分。
基本要素:1.K值的选择、2.距离度量(一般用欧式距离)、3.分类决策规则(如多数表决)
K值 近似误差 估计误差 缺点 特点
小 小 大 容易发生过拟合 模型复杂
大 大 小 不相似也对预测起作用 模型简单
在应用中,K值一般取一个较小的数值。
通常采用交叉验证法来选取最优的k值
附上完整代码(可运行):
#author:胤
#time:2019/3/15 19:10
'''代码来自:https://blog.csdn.net/tudaodiaozhale/article/details/77327003'''
# --*-- coding:utf-8 --*--
import numpy as np
class Node: # 结点
def __init_