【機器學習實戰】K-近鄰算法

1.概述 k-近鄰算法採用測量不同特徵值之間的距離方法進行分類。 優點：精度高，對異常值不敏感，無數據輸入假定。 缺點：計算複雜度高，空間複雜度高。 適用數據範圍：數值型和標稱型。 工作原理： 算法流程：   2.小結 k-近鄰算法是分類數據最簡單有效的算法，它基於實例的學習，使用算法時我們必須有訓練樣本數據。k-近鄰算法必須保存全部數據集，如果訓練數據集很大，必須使用大量的存儲空間。此外，由於必

>>阅读原文<<