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