KNN算法
1、算法原理
属于监督学习。
KNN(K Nearest Neighbors)根据全称我们可以从字面上了解,K个最近的邻居。K个最近邻居,毫无疑问,K的取值肯定是至关重要的。
KNN算法的原理:预测一个新的值x,根据它距离最近的K个点是什么类别来判断x属于哪个类别。
如上图所示,有两类不同的样本数据,分别用蓝色的小正方形和红色的小三角形表示,而图正中间的那个绿色的圆所标示的数据则是待分类的数据。这也就是我们的目的,来了一个新的数据点,我要得到它的类别是什么?好的,下面我们根据k近邻的思想来给绿色圆点进行分类。
- 如果K=3,绿色圆点的最邻近的3个点是2个红色小三角形和1个蓝色小正方形,少数从属于多数,基于统计的方法,判定绿色的这个待分类点属于红色的三角形一类。
- 如果K=5,绿色圆点的最邻近的5个邻居是2个红色三角形和3个蓝色的正方形,还是少数从属于多数,基于统计的方法,判定绿色的这个待分类点属于蓝色的正方形一类。
从上面例子我们可以看出,k近邻的算法思想非常的简单,也非常的容易理解,那么我们是不是就到此结束了,**该算法的原理我们也已经懂了,也知道怎么给新来的点如何进行归类,只要找到离它最近的k个实例,哪个类别最多即可。**还没有结束,比如k怎么确定的,k为多少效果最好呢?所谓的最近邻又是如何来判断给定呢?看下文
2、算法流程
2.1、输入:
训练数据集T=(x1,y1),(x2,y2),…,(xN,yN)
(其中,xi∈X⊆Rn为实例的特征向量,yi∈Y={c1,c2,…,ck}为实例的类别,i=1,2,…,N;实例特征向量x)