机器学习笔记之KNN分类

KNN分类器作为有监督学习中较为通俗易懂的分类算法，在各类分类任务中经常使用。 KNN模型的核心思想很简单，即近朱者赤、近墨者黑，它通过将每一个测试集样本点与训练集中每一个样本之间测算欧氏距离，然后取欧氏距离最近的K个点（k是可以人为划定的近邻取舍个数，K的确定会影响算法结果），并统计这K个训练集样本点所属类别频数，将其中频数最高的所属类别化为该测试样本点的预测类别。 这样意味着测试集中的每一个点

>>阅读原文<<