第10章（1至3節） 降維

k近鄰學習 k近鄰（簡稱kNN）學習是一種常用的監督學習方法，其工作機制是給定測試樣本，基於某種距離度量找出訓練集中與其最靠近的k個訓練樣本，然後基於這k個「鄰居」的信息來進行預測。 圖10.1給出了k近鄰分類器的一個示意圖。顯然，k是一個重要參數，當k取不同值時，分類結果會有顯著不同。另一方面，若採用不同的距離計算方式，則找出的「近鄰」可能有顯著差別，從而也會導致分類結果有顯著不同。 低維嵌入

>>阅读原文<<