zoukankan      html  css  js  c++  java
  • 关于knn算法的总结思考

    更多的关于k近邻算法的思考

    KNN(K- Nearest Neighbor)法即K最邻近法,数据挖掘分类技术中最简单的方法之一

    对k近邻算法的总结:

    优点部分

    其可以解决分类问题,同时可以天然的解决多分类问题
    其具备着思想简单,效果强大优点
    同时,还可以使用k近邻算法来解决回归问题
    对于我们要预测的k个节点,可以根据这k个样本的情况来解决,sklearn已经封装好了一个用来解决回归问题

    缺点部分

    最大的缺点就是效率低下
    如果训练集有m个样本,n个特征,则预测每一个新的数据,需要o(m*n)的时间复杂度
    当然,也有解决的方法,像是使用树结构:KD-tree,Ball-tree

    除此之外,还有其他的问题,像是高度数据相关,虽然机器学习算法基本都是高度数据相关,但是相对而言,影响更加的厉害

    同时,预测结果不具有可解释性也是其缺点之一

    其很大的一个缺点,就是维度灾难
    随着维度的增加,看似相近的两个点之间的距离会越来越大

    其解决方法:降维

    机器学习的流程回顾

    您能读到这儿,我呢是发自真心的感谢您,若要转载,还望请您带上链接
  • 相关阅读:
    atom 安装插件列表
    django学习
    windows 安装 python3
    python3 监控代码变化 自动重启 提高开发效率
    git无法pull仓库refusing to merge unrelated histories
    python 项目部署virtualenv
    python 多线程并发threading & 任务队列Queue
    python logging 日志使用
    jupyter 教程
    mysql 替换数据库字段内容
  • 原文地址:https://www.cnblogs.com/jokingremarks/p/14277752.html
Copyright © 2011-2022 走看看