k近鄰算法進行圖片分類

K-近鄰算法步驟： 對於未知類別屬性數據集中的點： 計算已知類別數據集中的點與當前點的距離 按照距離依次排序 選取與當前點距離最小的K個點 確定前K個點所在類別的出現概率 返回前K個點出現頻率最高的類別作爲當前點預測分類。 概述： KNN 算法本身簡單有效，它是一種 lazy-learning 算法。 分類器不需要使用訓練集進行訓練，訓練時間複雜度爲0。 KNN 分類的計算複雜度和訓練集中的文檔數

>>阅读原文<<