第三章 k近邻法

基本梳理 思维导图 k近邻算法 原理 特点 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 训练样本集,知道样本集中每个数据与所属分类的对应的关系 输入没有标签的新数据后,讲新数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本集中特征最相似数据(最近邻)的分类标签 一般来说,只选择样本数据集中前N个最相似的数据.

>>阅读原文<<