【機器學習】k-近鄰算法(k-nearest neighbor, k-NN)

前言 k k 近鄰學習是一種常用的監督學習方法。 k k 近鄰法的輸入爲實例的特徵向量,對應於特徵空間的點;輸出爲實例的類別,可以取多類。 k k 近鄰法的工作機制很簡單:給定測試樣本,基於某種距離度量(關於距離度量可以點擊此處)找出訓練集中與其最靠近的 k k 個訓練樣本,然後基於這 k k 個「鄰居」的信息來進行預測。 分類時,對新的實例,根據其 k k 個最鄰近的訓練實例的類別(通過距離度量
相關文章
相關標籤/搜索