机器学习笔记(五) K-近邻算法
摘要：
K-近邻算法 (一)定义：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别。 (二)相似的样本，特征之间的值应该是相近的，使用k-近邻算法需要做标准化处理。否则预测出来的效果很差。 (三)算法的优缺点： 优点：比较简单，易于实现，无需估计参数，无需训练。 缺 阅读全文
posted @ 2019-03-26 16:31 DoctorXiong 阅读(223) 评论(0) 推荐(0) 编辑
