k-近鄰算法詳解

k-近鄰算法 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 優點：精度高、對異常值不敏感、無數據輸入假定。 缺點：計算複雜度高、空間複雜度高。 適用數據範圍：數值型和標稱型。 工作原理是：存在一個樣本數據集合，也稱作訓練樣本集，並且樣本集中每個數據都存在標籤，即我們知道樣本集中每一數據與所屬分類的對應關係。輸入沒有標籤的新數據後，將新數據的每個特徵與樣本集中數據對應的特徵進行比較，然後算法

>>阅读原文<<