KNN K~近邻算法笔记
浏览数：19 /
时间：2015年06月08日
K~近邻算法是最简单的机器学习算法。工作原理就是：将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据的分类标签。一般来说，只提取样本数据集中前K个最相似的数据。通常K不大于20，最后选择K个最相似数据中出现次数最多的分类，最为新的数据分类。
但是K~近邻算法必须保存全部的数据集，如果训练数据集很大，必须使用打量的存储空间。此外，由于必须对数据集中每个数据集计算距离值，实际使用起来会非常耗时间。
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
