機器學習算法系列——k近鄰分類法

1、基本思想 給定一個訓練數據集（這些數據集是已知類別的），對新輸入的要對其進行分類的實例，從訓練數據中找出與該實例最近的k個實例，這k個實例的多數屬於某個類（類似於這k個實例對新數據投票），就把該輸入實例分爲這個類。 2、數學理論 2.1 算法描述 輸入：訓練數據集 T={(x1,y1),(x2,y2),...,(xN,yN))} 其中， xi∈X⊆Rn 爲實例的特徵向量， yi∈Y={c1,c

>>阅读原文<<