統計學習方法筆記 -- KNN

K近鄰法(K-nearest neighbor,k-NN),這裏只討論基於knn的分類問題,1968年由Cover和Hart提出,屬於判別模型  K近鄰法不具有顯式的學習過程,算法比較簡單,每次分類都是根據訓練集中k個最近鄰,通過多數表決的方式進行預測。所以模型需要保留所有訓練集數據,而象感知機這樣的模型只需要保存訓練後的參數即可,訓練集不需要保留 K近鄰算法 K近鄰法三要素  和其他統計學習方法
相關文章
相關標籤/搜索