k最近邻算法

1.K最近邻算法 : 简称KNN

用途:创建分类系统、机器学习等

算法思路:首先特征化(量化) 然后在象限中选取目标点，然后通过目标点与其n个邻居的比较，得出目标的特性，它有点统计的意思

2.毕达哥拉斯公式

用来计算两点的距离

余弦相似度:用来计算它们角度相似度

详见网络

3.回归

简单理解就是求平均数

4.机器学习之ORC(光学字符识别)

关键点是要浏览大量数字图像，并提取数字的特征，这在机器学习中称为训练

5.KNN算法的核心就是挑选合适的特征！

©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。

推荐阅读更多精彩内容

友情链接更多精彩内容