機器學習實戰——k-近鄰算法概述

k近鄰算法是最基礎的分類算法,它的原理很簡單,就是拿當前的測試樣本與訓練樣本集中的所有樣本進行比較,採用歐式距離進行比較。 然後按照距離大小進行排序,從小到大排。然後在根據k的數值,選取前k個訓練樣本的分類結果進行統計,統計結果中出現的類別次數最多的類別,即爲測試樣本的類別。 下面把書上的代碼貼出來,解釋每一句: 注意:這裏的dataSet類型爲array,爲什麼後面會講 下面是classify0
相關文章
相關標籤/搜索