k-近邻算法

原理

  1. 训练样本集中，每个数据都有标签（相应的分类）
  2. 将新数据的每个特征与样本集数据对应特征比较
  3. 选择样本集中与新数据最相似的k个数据（通常k<20）
  4. 选择k个数据中出现最多的分类，即为新数据的分类
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
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
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。

相关阅读更多精彩内容

友情链接更多精彩内容