大數據機器學習（四）K-近鄰算法

K-近鄰算法（K-nearest neighbor，KNN） 實質：找k個最近的鄰居，人多取勝（問題是k值該取多少怎麼確定） 三個基本要素： k值的選擇 距離度量 分類決策準則 k值的選擇 k小，模型複雜，容易過擬合，學習的估計誤差大 k大，學習的近似誤差會增大 距離度量 來個形象的圖表示一下 算法特點 • 優點 ①精度高 ②對異常值不敏感 ③無數據輸入假定 • 缺點 ① 計算複雜度高 ②空間複雜

>>阅读原文<<