3. k近邻学习

简介 给定测试样本,基于某种距离度量找出训练集中与其最 靠近的k个训练样本,然后基于这k个” 邻居”的信息来进行预测.也可基于距离远近进行加权平均/投票, 距离越近的样本权重越大. 分类: 投票法, 选择k个样本中出现最多的类别标记作为预测结果, 可以取多类. 回归: 平均法, 将这k个样本标记值的平均值作为预测结果 懒惰学习: k近邻学习没有显式的训练过程, 此类学习技术在训练阶段仅仅是把样本保
相关文章
相关标签/搜索