HarlanC

摘要： K临近算法是基于实例的学习，使用算法的时候我们必须要有接近分类结果的实例训练样本数据。 优点：精度高，对异常值不敏感 缺点： 时间复杂度和空间复杂度比较大。（如果训练样本数据集比较大，需要大量的空间来保存数据，并且需要待预测数据和训练样本数据集每条数据的距离，耗费时间。） 无法给出任何数据的基础结构 阅读全文