zoukankan
html css js c++ java
机器学习实战-K-nearest neighbors 算法的优缺点
K临近算法是基于实例的学习,使用算法的时候我们必须要有接近分类结果的实例训练样本数据。
优点:精度高,对异常值不敏感
缺点:
时间复杂度和空间复杂度比较大。(如果训练样本数据集比较大,需要大量的空间来保存数据,并且需要待预测数据和训练样本数据集每条数据的距离,耗费时间。)
无法给出任何数据的基础结构信息,因此无法知晓平均实例样本和典型事例样本有什么特征。
无法持久化分类器。
查看全文
相关阅读:
c语言博客作业04--数组
C博客作业03--函数
c博客作业02--循环结构
C博客作业01--顺序分支结构
我的第一篇博客
java--购物车程序的面向对象设计
c博客作业05--指针
C博客作业04--数组
C博客作业03--函数
C博客作业02--循环结构
原文地址:https://www.cnblogs.com/harlanc/p/5037300.html
最新文章
C语言博客作业04--数组
C博客作业03--函数
循环结构
第二次博客作业
我的第一篇博客
第4次任务:迭代改进购物车2(购物车需求变更:使用继承、接口与多态)
第1次任务:购物车程序的面向对象设计
Java第02次实验(Java基本语法与类库)
java基本概念和基本语法-思维导图
JAVA学习笔记
热门文章
DS博客作业——查找
DS博客作业04--图
DS博客作业03--树
DS博客作业02--栈和队列
C博客作业05--指针
DS博客作业05--查找
DS博客作业04--图
DS博客作业03-树
DS博客作业02-栈和队列
C博客作业05--指针
Copyright © 2011-2022 走看看