CS231n-assignment1笔记

knn 缺点 分类器必须记住所有训练数据并将其存储起来，以便于未来测试数据用于比较。这在存储空间上是低效的，数据集的大小很容易就以GB计。 对一个测试图像进行分类需要和所有训练图像作比较，算法计算资源耗费高。 Q：KNN与NN A： KNN找出距离最近的k个样本，然后根据投票数最多的得到标签 更高的k值可以让分类的效果更平滑，使得分类器对于异常值更有抵抗力。 一层循环求L2距离 dists[i,

>>阅读原文<<