统计学习方法笔记——第三章 K近邻法

K近邻法（KNN）是一种基本的分类与回归的方法，这里只介绍其分类问题。 KNN算法的基本思想：对于一个新的输入数据点，在训练集中找到与它距离最近的K个点，若这K个点中大部分属于A类，则该数据点也属于A类。 算法流程： 特殊地，若K=1，则相当于离输入实例最近的一个样本实例直接决定了它的类别。 KNN模型的三要素：距离度量、K值选择、分类决策规则。 距离度量：数据点之间的距离有很多度量标准，一般来说

>>阅读原文<<