机器学习1——K近邻算法

K近邻算法:一种基本的分类算法

基本内容

输入:实例的特征向量

输出:实例的类别

思想:近朱者赤近墨者黑,对于输入实例x,选取距离x最近的K个点,x的分类结果就是K个点中数目最多的那个类别

三个要素:

  • K的选择
  • 距离的度量
  • 分类决策规则

优点:精度高、异常值不敏感、无数据输入假定

缺点:计算复杂度高、空间复杂度高

适用数据范围:数值型、标称型

阅读更多