Fork me on GitHub

随笔 - 997  文章 - 5  评论 - 181  阅读 - 300万 

  先从两者的相同点来看吧,两者都是比较经典的机器学习分类算法,都属于监督学习算法,都对机器学习的算法选择有着重要的理论依据。

  区别:

  1 KNN对每个样本都要考虑。SVM是要去找一个函数把达到样本可分。

  2 朴素的KNN是不会去自助学习特征权重的,SVN的本质就是在找权重。

  3 KNN不能处理样本维度太高的东西,SVM处理高纬度数据比较优秀。

  怎么选择使用二者呢?

  1 选择KNN的场景:

  @ 准确度不需要精益求精。

  @ 样本不多。

  @ 样本不能一次性获取。智能随着时间一个个得到。

  2 选择SVM的场景:

  @ 需要提高正确率。

  @ 样本比较多。

  @ 样本固定,并且不会随着时间变化。

 

posted on   虚生  阅读(4504)  评论(0编辑  收藏  举报
编辑推荐:
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
阅读排行:
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
点击右上角即可分享
微信分享提示