AI入門之KNN算法學習

1、什麼是KNN算法

kNN(k-NearestNeighbor)，也就是k最近鄰算法。顧名思義，所謂K最近鄰，就是k個最近的鄰居的意思。也就是在數據集中，認爲每一個樣本能夠用離他最距離近的k個鄰居來表明。以下例子，從全部樣本集中找出距離最近的K個鄰居，再根據這個K個鄰居的所屬類別狀況判斷測試對象所屬類別。

 

2、KNN算法執行流程

1. 計算測試對象到訓練集中每一個對象的距離
2. 按照距離的遠近排序
3. 選取與當前測試對象最近的k的訓練對象，做爲該測試對象的鄰居
4. 統計這k個鄰居的類別頻次
5. k個鄰居里頻次最高的類別，即爲測試對象的類別

3、KNN算法有什麼特色

　　 1.簡單樸素、適合入門AI

        2.能夠作分類也能夠作迴歸

        3.屬於有監督的機器學習算法

        4.kNN算法沒有模型，模型其實就是訓練數據集

4、代碼運行效果

一、實現算法

二、封裝算法

三、調用封裝算法

四、調動Sklearn接口