[機器學習] k近鄰算法

算是機器學習中最簡單的算法了，顧名思義是看k個近鄰的類別，測試點的類別判斷爲k近鄰里某一類點最多的，少數服從多數，要點摘錄： 1. 關鍵參數：k值 && 距離計算方式 && 分類決策規則 2. k=1, 即只取最近點，容易過擬合，k取較大值，容易欠擬合。k值越小，模型越複雜。k ＝ 3 or 5 works well. 3. k近鄰算法的一個實現：kd樹（k－k維空間，二叉樹），分兩步：構造kd樹

>>阅读原文<<