关于k-NN算法的总结及我的理解

k-NN算法的三要素：k值的选择，距离度量，分类决策规则。web k值的选择： k值选的太小，训练偏差会很小，但测试偏差会对应增长，这是明显的过拟合现象。k值选的过大，训练偏差过大，测试偏差也会很大，明显的欠拟合现象。 K近邻法不具备显示的学习过程，也就是没有显示的训练过程，怎么会有训练偏差呢？其实从原理上仍是挺容易理解的，K近邻法肯定后k值大小，距离度量和分类决策以后，数据集自己就可使用该模型进

>>阅读原文<<