統計學習方法筆記（三）

k近鄰法 k近鄰法（k-nearest neighbor，k-NN）。輸入爲實例的特徵向量，對應於特徵空間中的點；輸出爲實例的類別，可以取多類。 3.1 k近鄰算法 算法簡述：給定一個訓練數據集，對新的輸入實例，在訓練數據集中找到與該實例最鄰近的k個實例，這k個實例的多數屬於某個類，就把該輸入實例分爲這個類。 k近鄰法沒有顯示的學習過程。 3.2 k近鄰模型 三個基本要素： 距離度量；k值的選擇；

>>阅读原文<<