機器學習之k近鄰

核心思想 KNN算法假設給定的訓練集中的實例都已經分好類了，對於新的實例，根據離它最近的k個訓練實例的類別來預測它的類別。即這k個實例大多數屬於某個類別則該實例就屬於某個類別。比如k爲5，離新實例a最近的5個樣本的情況爲，3個樣本屬於A類，1個樣本屬於B類，一個樣本屬於C類，那麼新實例a屬於A類。 常用距離 歐氏距離 d(x,y)=∑ni=1(xi−yi)2−−−−−−−−−−−−√ 曼哈頓距離

>>阅读原文<<