《統計學習方法》——第三章KNN及C++實現

Input : 特徵向量 Output : 實例類別 基本分類迴歸問題，不具顯示學習過程，整個過程有三個學習要素 K值選擇 [一般使用交叉驗證的方法選擇K值，使經驗誤差最小] [K小，模型複雜，容易過擬合，受噪聲影響較大；K大，模型簡單（K=N）] 距離度量 [包括各種距離度量公式，p範數，以及各種改進的相似性度量方法] [不同的距離測量公式得到的K鄰近點是不一樣的] 分類決策準則 （如多數表決）

>>阅读原文<<