（轉）機器學習中 K近鄰法(knn)與k-means的區別

簡介 K近鄰法（knn）是一種基本的分類與迴歸方法。k-means是一種簡單而有效的聚類方法。雖然兩者用途不同、解決的問題不同，但是在算法上有很多相似性，於是將二者放在一起，這樣能夠更好地對比二者的異同。 算法描述 knn 算法思路： 如果一個樣本在特徵空間中的k個最相似(即特徵空間中最鄰近)的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別。 k近鄰模型的三個基本要素： k值的選擇：k值的選

>>阅读原文<<