统计学习方法笔记（三）

k近邻法 k近邻法（k-nearest neighbor，k-NN）。输入为实例的特征向量，对应于特征空间中的点；输出为实例的类别，可以取多类。 3.1 k近邻算法 算法简述：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类。 k近邻法没有显示的学习过程。 3.2 k近邻模型 三个基本要素： 距离度量；k值的选择；

>>阅读原文<<