關於k-NN算法的總結及我的理解

k-NN算法的三要素：k值的選擇，距離度量，分類決策規則。web k值的選擇： k值選的太小，訓練偏差會很小，但測試偏差會對應增長，這是明顯的過擬合現象。k值選的過大，訓練偏差過大，測試偏差也會很大，明顯的欠擬合現象。 K近鄰法不具備顯示的學習過程，也就是沒有顯示的訓練過程，怎麼會有訓練偏差呢？其實從原理上仍是挺容易理解的，K近鄰法肯定後k值大小，距離度量和分類決策以後，數據集自己就可使用該模型進

>>阅读原文<<