KNN算法 KNN与K-means算法的区别KNN 用途回归/分类 基本计算方式距离计算 基本实现方式 KNN与K-means算法的区别 knn 是分类算法,k-means是聚类算法 分类算法需要数据有标签并训练,无法获取数据内部隐含的数据规律 聚类算法是根据数据本色的特性进行的数据划分,能体现数据的特性。 KNN 用途 回归/分类 1.样本库容量依赖性强2.无法给出数据基础结构信息3.分类计算量大,速度慢,空间负责度高4.K值不好确定,过大则过拟合,过小欠拟合 基本计算方式 距离计算 欧式距离:N维度空间上两点的距离平方根曼哈顿距离:N维度空间上垂直距离的平方根 基本实现方式 sklearn 模块或者手写公式