JHDCJH

摘要： 2.1 概述 1) k-近邻算法采用测量不同特征值之间 距离 的办法进行分类。 优点：精度高、对异常值不敏感、无数据输入假定；泛化错误率不超过不超过贝叶斯最优分类的两倍。 缺点：计算复杂度高、空间复杂度高 适用范围： 数值型 和 标称型 2)k-近邻算法原理： 1. 已知 训练样本集 和 样本集中数 阅读全文