2020年3月18日
k近邻算法以及kd树的实现
摘要： 基本思想 k近邻算法用于分类，训练数据离散的分布在n维空间中，当有一个未知类别新数据到来 1. 在n维空间中找到和他最近的k个点（最相似的 2. 这k个点按照类别划分，成员最多的类别代表新数据的类别，起到预测的效果。即近朱者赤近墨者黑。 距离度量 上诉思想中需要寻找最近的点，通常使用欧式距离 分类决 阅读全文
posted @ 2020-03-18 09:57 vito_wang 阅读(2076) 评论(0) 推荐(0) 编辑