zy_blanche的博客

原创 常见数据挖掘算法和Python简单实现

1、K近邻算法 原理：计算待分类样本与每个训练样本的距离，取距离最小的K个样本，这k个样本，哪个类别占大多数，则该样本属于这个类别。 优点：1、无需训练和估计参数，2、适合多分类，3、适合样本容量比较大的问题 缺点：1、对测试样本内存开销大，2、可解释性差，无法生成规则，3、对样本量小的问题，容易误分 经验：K一般低于样本量的平方根，基于交叉验证 问题：类别判断：投票