机器学习实战（kNN）

机器学习实战（kNN） 概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类。 [html] view plain copy 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 适用数据范围：数值型和标称型 工作原理 存在一个一个数据集合，也称训练数据集，并且每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个

>>阅读原文<<