機器學習系列-KNN

簡單概述：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。 k-近鄰算法的一般流程 對未知類別屬性的數據集中的每個點依次執行以下操作： (1)計算已知類別數據集中的點與當前點之間的距離； (2)按照距離遞增次序排序； (3)選取與當前點距離最小的幾個點； (4)確定前k個點所在類別的出現頻率； (5)返回前k個點出現頻率最高的類別作爲當前點的預測分類。   如下圖所示，有兩類不同的訓練樣本數

>>阅读原文<<