機器學習實戰之K-近鄰算法

一、K-近鄰算法概念 1、書上概念： K-近鄰算法採用不同特徵值之間的距離的方法進行分類 2、算法介紹： 計算測試數據與各個訓練數據之間的距離； 按照距離的遞增關係進行排序； 選取距離最小的K個點； 確定前K個點所在類別的出現的頻率； 返回錢K個點中出現頻率最高的類別作爲測試數據的預測分類。 3、怎麼算： 比如：如下這張圖， 圖中有兩種點，一種是藍色的正方形，一種是紅色的三角，在圖片的中間有一個未

>>阅读原文<<