第三章总结 K近邻法及kd树

本文 参考自李航博士的《统计学习方法》 为自我理解的简化版本 3.1 K近邻算法 给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类。 y=argmax∑xi∈Nk(x)I(yi=ci) y = a r g max ∑ x i ∈ N k ( x ) I ( y i = c i ) I为指示函数，即当 yi=ci y

>>阅读原文<<