- 博客(1)
- 资源 (11)
- 收藏
- 关注
原创 机器学习——K-近邻算法
简而言之,k-近邻算法采用测量不同特征值之间的距离来进行分类。优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称型(目标变量的结果只在有限目标集中取值)。算法的工作原理:存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一数据与所属分类的关系。输入没有标签的新数据后,将数据的每个特征与
2017-05-29 18:14:12 512
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人