机器学习系列-KNN

简单概述：k-近邻算法采用测量不同特征值之间的距离方法进行分类。 k-近邻算法的一般流程 对未知类别属性的数据集中的每个点依次执行以下操作： (1)计算已知类别数据集中的点与当前点之间的距离； (2)按照距离递增次序排序； (3)选取与当前点距离最小的几个点； (4)确定前k个点所在类别的出现频率； (5)返回前k个点出现频率最高的类别作为当前点的预测分类。   如下图所示，有两类不同的训练样本数

>>阅读原文<<