OpenCVK近邻算法

Fu Xianjun. All Rights Reserved

机器学习中的K近邻算法.

K近邻算法是最简单的机器学习算法之一，那什么又是机器学习算法呢？机器学习算法就是从数据中产生模型，也就是进行学习的算法，可以用我们人类学习知识的方法来比喻机器学习算法。我们将自身的经验提供给算法，它就能够根据我们给予的经验产生模型。而在面对新的情况后，模型就会为我们提供判断的结果。

1.K近邻算法的理论基础

K近邻算法的本质是将指定对象根据已知特征值分类。例如，看到一个老人和一个小孩，它们就能在一般情况下判断谁是年龄更大的那位，这是通过年龄属性的特征值来划分的。

2.计算

计算机的“感觉”是通过逻辑计算和数值计算来实现的。所以，在大多数的情况下，我们要对计算机要处理的对像进行数值化处理，将其量化为具体的值，以便后续的处理。比较典型的方法是取某个固定的特征，然后将这些特征量化。
K近邻算法在获取各个样本的特征值之后，计算特征识别样本的特征值与各个已知分类的样本特征值之间的距离，然后再找出k个最邻近的样本，根据k个最邻近样本中占比最高的样本所属的分类，来确定待识别样本的分类。
所以数学是一项十分重要的学科，不管是对于理论还是代码，数学都是非常重要的
K近邻算法已经算是机器学习算法中最简单的算法之一了，所以要想学习更难，更深奥的算法，我们一定要努力学习