机器学习笔记——k-近邻算法（一）(摘抄于《机器学习实战》)

k-近邻算法

k-近邻算法（kNN），它的工做原理是：存在一个样本数

据集合，也称做训练样本集，而且样本集中每一个数据都存在标签，即咱们知道样本集中每一数据

与所属分类的对应关系。输入没有标签的新数据后，将新数据的每一个特征与样本集中数据对应的

特征进行比较，而后算法提取样本集中特征最类似数据（最近邻）的分类标签。通常来讲，咱们

只选择样本数据集中前k个最类似的数据，这就是k-近邻算法中k的出处，一般k是不大于20的整数。

最后，选择k个最类似数据中出现次数最多的分类，做为新数据的分类。

 

k-近邻算法的通常流程

(1) 收集数据：能够使用任何方法。

(2) 准备数据：距离计算所须要的数值，最好是结构化的数据格式。

(3) 分析数据：能够使用任何方法。

(4) 训练算法：此步骤不适用于k-近邻算法。

(5) 测试算法：计算错误率。

(6) 使用算法：首先须要输入样本数据和结构化的输出结果，而后运行k-近邻算法断定输

入数据分别属于哪一个分类，最后应用对计算出的分类执行后续的处理。

 

 

 

后期学完会努力更新笔记