统计学习方法读书笔记（三）

k近邻法（K-NN）是一种基本的分类和回归方法。 k近邻法三要素：k值选择，距离度量，分类决策规则。 其实k近邻法相比于其他算法还是挺简单的。 本文主要从k近邻法的实现方法来阐述——kd树，kd树的构造，搜索kd树。 k近邻法算法： 输入：训练数据集 x是实例的特征向量，y是对实例的分类。 输出：实例x所属的类y. (1):根据给定的距离度量，在训练集T中找出与x最近邻的k个点，涵盖着k个点的x领

>>阅读原文<<