3. k近鄰學習

簡介 給定測試樣本,基於某種距離度量找出訓練集中與其最 靠近的k個訓練樣本,然後基於這k個」 鄰居」的信息來進行預測.也可基於距離遠近進行加權平均/投票, 距離越近的樣本權重越大. 分類: 投票法, 選擇k個樣本中出現最多的類別標記作爲預測結果, 可以取多類. 迴歸: 平均法, 將這k個樣本標記值的平均值作爲預測結果 懶惰學習: k近鄰學習沒有顯式的訓練過程, 此類學習技術在訓練階段僅僅是把樣本保
相關文章
相關標籤/搜索