k-近鄰算法原理

核心:採用測量不同特徵值之間的距離進行分類
原理:存在一個訓練樣本集,已知樣本集中每一數據的所屬分類。當輸入沒有標籤的新數據後,選擇新數據與樣本數據特徵最相似(k近鄰)的分類作爲新數據的分類。簡單的來說就是確定前k個點所在類別出現頻率;返回前k個點出現頻率最高的類別作爲當前點的預測分類

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章