KNN最近邻算法

KNN

• 1、最近邻算法
• 2、距离度量方法
• • 2.1 欧氏距离(Euclidean distance)
  • 2.2 曼哈顿距离(Manhattan distance)
  • 2.3 切比雪夫距离(Chebyshev distance)
  • 2.4 闵可夫斯基距离(Minkowski distance)
  • 2.5 汉明距离(Hamming distance)
  • 2.6 余弦相似度
• 3、kNN算法流程
• 4、KNN算法特点
• 5、使用KNN实现鸢尾花数据集分类

1、最近邻算法

  最近邻算法是一种基于实例的学习，或者是局部近似和将所有计算推迟到分类之后的惰性学习，可以用于基本的分类与回归方法。

  如下图所示，最近邻算法的工作原理是存在一个样本数据集合，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&#x