統計學習方法——第3章

第3章 k近鄰法 簡介 k近鄰法（k-nea。rest neighbor,k-NN）是一種基於分類與迴歸方法。 分類時，對新的實例，根據其k個最近鄰的訓練實例的類別，通過多數表決等方法進行預測。 因此，k近鄰法不具有顯示的學習過程。k近鄰法實際上利用訓練數據集對特徵向量空間進行劃分，並作爲其分類的「模型」。 k近鄰法有三個基本的要素：k值的選擇、距離度量及分類決策規則； k近鄰法的一個實現方法——

>>阅读原文<<