《統計學習方法》 - k近鄰法

3.1 k近鄰法算法 對於一個尚未分類的實例，在數據集中找到與這個實例最接近的k個實例，之後將該未分類實例歸入k個實例中其所在最多的那個類別 輸入：數據集T；類別向量；待分類實例x 輸出：x所在的類別 實現過程如下： （1） 根據距離向量的指示，找到距離該實例最近的k個實例 （2） 在這k個實例中，根據分類決策規則（如多數表決）決定x的類別 3.2 k近鄰法模型 其模型是對特徵空間的劃分，每個實例

>>阅读原文<<