统计学习方法笔记（七）k近邻法

k近邻法 输入为特征向量，输出为多个类别。在k近邻法中，实例的类别已定，分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测。 其基本要素为k值的选择、距离度量以及分类决策规则。 k近邻算法 简单描述：给定一个训练集，对新的输入实例，找到与其最邻近的k个实例，这k个实例的多数属于哪个类，该输入实例就被分为哪个类 算法： 输入：训练数据集；输出：某个实例所属的类别 1）根

>>阅读原文<<