【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

>>阅读原文<<