k近邻算法

k 近邻算法简单、直观: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。 距离度量      k值的选择 在应用中，k值一般取一个比较小的数值。通常采用交叉验证法来选取最优的k值。 kd树 实现k近邻算法，主要考虑的问题是如何训练数据进行快速k近邻搜索。 构造kd树 kd是二叉树，表示对k维空间对一

>>阅读原文<<