《统计学习方法》——第三章KNN及C++实现

Input : 特征向量 Output : 实例类别 基本分类回归问题，不具显示学习过程，整个过程有三个学习要素 K值选择 [一般使用交叉验证的方法选择K值，使经验误差最小] [K小，模型复杂，容易过拟合，受噪声影响较大；K大，模型简单（K=N）] 距离度量 [包括各种距离度量公式，p范数，以及各种改进的相似性度量方法] [不同的距离测量公式得到的K邻近点是不一样的] 分类决策准则 （如多数表决）

>>阅读原文<<