zoukankan      html  css  js  c++  java
  • 机器学习笔记——k-近邻算法(一)(摘抄于《机器学习实战》)

    k-近邻算法

    k-近邻算法(kNN),它的工作原理是: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,将新数据的每个特征与样本集中数据对应的
    特征进行比较,然后算法提取样本集中特征最相似数据(最近邻)的分类标签。一般来说,我们
    只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。
    最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
     

    k-近邻算法的一般流程

    (1) 收集数据:可以使用任何方法。
    (2) 准备数据:距离计算所需要的数值,最好是结构化的数据格式。
    (3) 分析数据:可以使用任何方法。
    (4) 训练算法:此步骤不适用于k-近邻算法。
    (5) 测试算法:计算错误率。
    (6) 使用算法:首先需要输入样本数据和结构化的输出结果,然后运行k-近邻算法判定输
    入数据分别属于哪个分类,最后应用对计算出的分类执行后续的处理。
     
     
     

    后期学完会努力更新笔记

     
     
    加油!
  • 相关阅读:
    webstorm & phpstorm破解
    JSON和JSONP
    angular.extend(dst, src)对象拓展
    angular.foreach 循环方法使用指南
    angular 指令@、=、&的用法和区别
    angular directive指令相互独立
    angular directive指令的复用
    对apply和call的理解
    图片上传
    vue 路由缓存
  • 原文地址:https://www.cnblogs.com/1994tj/p/11177360.html
Copyright © 2011-2022 走看看