k-近鄰學習,樸素貝葉斯，期望最大化，最大熵模型算法介紹

k-近鄰學習 k-Nearest Neighbor(KNN) 1. 算法描述 k-近鄰學習是一種監督的分類迴歸方法。工作機制：給定測試樣本，基於某種距離度量找出訓練集中與其最接近的k和訓練樣本，然後基於這k個「鄰居」的信息進行預測。通常，在分類任務中採用「投票法」；在迴歸任務中採用「平均法」（也可根據距離遠近進行「加權」）。**三個基本要素：**k值得選擇，距離度量及分類/迴歸決策規則。「懶惰學習

>>阅读原文<<