机器学习算法总结——KNN

定义理解 在样本集中的数据是之前已经分类完成的，当要给新的特征进行分类时，将它与样本的特征进行距离比较，选择前K个最相似的特征。其结果很大程度上取决于K的选择 此处距离可以选择欧式距离、曼哈顿距离、余弦相似度 欧式距离： d = ( x 2 − x 1 ) 2 + ( y 2 − y 1 ) 2 d=\sqrt{(x_{2}-x_{1})^2+(y_{2}-y_{1})^2} d=(x2​−x1​

>>阅读原文<<