K近邻 KNN 分类法

K近邻概念:

　　K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

 

 

举例: k不同 效果不同 

 

 K距离的计算

 

 另一种方法  + 余弦相似度

 

KNN算法的实际使用过程：

 

 

 

 

 

 

 知乎连接:

一文搞懂k近邻（k-NN）算法（一）

posted @   slowlydance2me  阅读(48)  评论(0)  编辑  收藏  举报
相关博文：
·  KNN _ K近邻算法 的实现 ----- 机器学习
·  Kmeans_K均值算法-----机器学习（非监督学习）
·  机器学习——k-近邻算法（KNN）、
·  K-最近邻算法（KNN）
·  机器学习_K近邻
阅读排行：
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗？
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句：使用策略模式优化代码结构
点击右上角即可分享
微信分享提示
AI IDE Trae