K近邻算法为什么不能做图像分类

K近邻算法：

数据：两类点方块和三角

判断绿色的点是属于方块还是三角呢？

k=3和k=5结果一样吗？

答：结果不同，k=3时绿色的点属于三角，但k=5时绿色的点属于方块。 

K近邻计算流程：

1.计算已知类别数据集中点与当前点的距离

2.按照距离依次排序 ：d1,d2,d3,d4........

3.选取与当前点距离最小的k个点

4.确定前k个点所在类别的出现概率

5.返回前K个点出现频率最高的类别作为当前点预测分类

用K近邻算法可以作为图像分类算法吗？

下面我们用一个例子来解释。

数据库样例：CIFAR-10

数据库简介：10类标签  50000个训练数据  10000个测试数据    大小均为32*32

测试结果：

部分结果还可以，但也有一部分分类错误。

分类错误大多是因为它们的背景占比多，所占的像素点多，但我们要进行分类的大多是图像里面的主体。

 

  

为什么K近邻不能用来做图像分类？

背景主导是一个最大的问题，我们关注的却是主体（主要成分）。