[机器学习实战] k邻近算法
摘要：
1. k邻近算法原理： 存在一个样本数据集，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据（最邻近）的分类标签。一般来说，我们只选择样本 阅读全文
posted @ 2017-07-24 18:54 霏霏暮雨 阅读(325) 评论(0) 推荐(0) 编辑
