机器学习实战笔记一：K-近邻算法在约会网站上的应用

K-近邻算法概述 简单的说，K-近邻算法采用不同特征值之间的距离方法进行分类  K-近邻算法 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。 适用范围：数值型和标称型。   k-近邻算法的一般流程 收集数据:可使用任何方法 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。 分析数据：可以使用任何方法。 训练算法：此步骤不适用于K-近邻算法 使用算法：首先

>>阅读原文<<