監督學習算法(二）：KNN算法

二. KNN算法（臨近取樣算法） 1. 步驟：爲了判斷未知實例的類別，以所有已知類型的實例作爲參照，選擇參數k（k值不好選，選小了過擬合，選大了欠擬合），計算未知實例與所有已知實例之間的距離，從中選擇K個，根據少數服從多數的原則，將其歸類爲K個當中最多數的類別。 2. 距離的衡量方法：直線距離，餘弦值，相關度，曼哈頓距離。 3. 算法優缺點： 算法簡單，易於理解，容易實現。但是需要大量的空間來存儲

>>阅读原文<<