zoukankan      html  css  js  c++  java
  • 分类模型之K近邻算法

    首先,K-近邻算法(KNN)主要用于分类问题,是采用测量不同特征值之间的距离方法进行分类。

    原理:存在一个样本数据集合,也称为训练样本集,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。

    伪代码:

    1、计算已知类别数据集中的点与当前点之间的距离;

    2、按照距离递增次序排序;

    3、选取与当前点距离最小的K个点;

    4、确定前K个点所在类别的出现频率;

    5、返回前K个点出现频率最高的类别作为当前点的预测分类。

    优点:精度高,对异常值不敏感,无数据输入假定

    缺点:计算复杂度高、空间复杂度高

    适用数据范围:数值型和标称型

    参考资料:

    1、机器学习实战

  • 相关阅读:
    java中字符串截取
    Linux主机添加Windows字体
    oracle命令
    Oracle索引
    快速搜索多个word、excel等文件中内容
    oracle数据库修改字符集
    Linux服务器安装svn
    Linux定时任务增删改查等说明
    Linux按行读取文件内容
    linux远程通过shell脚本执行另一台linux机器上的shell文件
  • 原文地址:https://www.cnblogs.com/enhaofrank/p/12656470.html
Copyright © 2011-2022 走看看