k近邻法

k近邻法 (k-nearest neighbor,k-NN) 是一种基本的分类和回归算法。

三要素 :k值的选择，距离的度量，分类决策规则。

定义：给定一个训练数据集，对新的输入实例，在训练集中找到与该实例最近的k个实例，这k个实例多数属于某个类别，就把该输入实例分为这个类。

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • K近邻法
    算法简介 给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个...
    从0到1024阅读 3,325评论 0赞 0
  • 第三章 k近邻法
    1.基本做法：对给定的训练实例点和输入实例点，首先确定输入实例点的k个最近邻训练实例点，然后利用这k个训练实例点的...
    骑鲸公子_阅读 2,463评论 0赞 0
  • K近邻法（KNN）
    KNN模型概括 KNN是非线性算法，可以用于分类，也可以用于回归问题。 对于新的实例，根据其K个最近邻的训练实例的...
    闫阿佳阅读 2,880评论 0赞 0
  • K近邻法的R语言简单实现(knn)
    K近邻法的R语言简单实现(knn) 数据集采用R语言内置iris 查看数据集前6个观测 k近邻法1.数据集分为训练...
    茶苯海阅读 11,722评论 0赞 3
  • 稳稳的幸福
    明天可以没有你，但明天不能没有幸福❤
    盖世英雄不是小怪兽阅读 1,345评论 0赞 0