AI入门之KNN算法学习
一、什么是KNN算法
kNN(k-NearestNeighbor),也就是k最近邻算法。顾名思义,所谓K最近邻,就是k个最近的邻居的意思。也就是在数据集中,认为每个样本可以用离他最距离近的k个邻居来代表。如下例子,从所有样本集中找出距离最近的K个邻居,再根据这个K个邻居的所属类别情况判断测试对象所属类别。
二、KNN算法执行流程
- 计算测试对象到训练集中每个对象的距离
- 按照距离的远近排序
- 选取与当前测试对象最近的k的训练对象,作为该测试对象的邻居
- 统计这k个邻居的类别频次
- k个邻居里频次最高的类别,即为测试对象的类别
三、KNN算法有什么特点
1.简单朴素、适合入门AI
2.可以做分类也可以做回归
3.属于有监督的机器学习算法
4.kNN算法没有模型,模型其实就是训练数据集
四、代码运行效果
1、实现算法
2、封装算法
3、调用封装算法
4、调动Sklearn接口