K近鄰算法

  算法原理 k近鄰（k-Nearest Neighbor，kNN），應該是最簡單的傳統機器學習模型，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個實例中的大多數屬於哪個類別，就把該輸入實例劃分到這個類別。 k近鄰算法沒有顯示的訓練過程，在「訓練階段」僅僅是把樣本保存起來，訓練時間開銷爲零，待收到測試樣本後在進行計算處理。 這個k實際上是一個超參數，k值的選

>>阅读原文<<