【机器学习】

【机器学习】KNN —k近邻算法的学习

算法介绍

​ 这个算法适合机器学习初学者的算法，基本没有任何的数学知识，在机器学习中有很好地效果，能够解释很多机器学习中的问题，更完整的刻画机器学习的算法应用，同样也有很多缺点。

​ 如图，当新的数据来到时，将数新的数据与原有数据进行比较，选取其最近的K 个原有数据来进行比较，通过比较的结果来判断该点的分类情况。该算法首先能解决的就是监督学习中的分类问题，当然回归问题也可得到解决。

举例

在这里的数据集是根据学习视频里编写的假的数据集，具体思路根据代码中的注释来观察。

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

raw_data_X = [  [3.393533211,2.331273381 ],
                [3.110073483,1.781539638],
                [1.343808831,3.368360954],
                [3.582294042,4.679179110],
                [2.280362439,2.866990263],
                [7.423436942,4.696522875],
                [5.745051997,3.533989803],
                [9.172168622,2.511101045],
                [7.792783481,3.424088941],
                [7.939820817,0.791637231] ]
raw_data_y = [0,0,0,0,0,1,1,1,1,