knn 笔记

经常把knn和kmeans搞混,knn是监督学习,用于分类或回归,kmeans是无监督的聚类模型。

对于knn,这是一种lazy learning,先进行存储,在querying的时候才进行预测。基本上,算是一种similarity function。knn基于邻近的k个值,求得平均值或者weighted average,得到最后的输出。所以选择distance function或者说similarity function很重要。 如何取得k的值也是一个减小error的关键 。knn中所有的特征都是同等重要。

最后编辑于
©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

  • 使用Jupyter notebook 读取txt数据,最后一列为标签 data[1:10]np.unique(la...
    ckawyh阅读 2,972评论 0 0
  • 每到岁末年初,跳槽的话题就会撩动不少职场小心思,憋屈了一整年,NND不想忍了;接到猎头几次电话,50%增长的薪水,...
    了无风阅读 4,692评论 3 1
  • 剧情回顾:卜算子16 那年不是本命年 第17章:差时症临床症状 小麻将的到来,将我的大二下学期分成了泾渭分明的两段...
    兰十三阅读 3,064评论 0 0
  • ****秋天离开,还会回来****
    wolfgangzhao阅读 1,729评论 0 0
  • 坚持不懈的努力造就成功。
    稼轩李德智阅读 4,542评论 1 9