k-近邻学习,朴素贝叶斯，期望最大化，最大熵模型算法介绍

k-近邻学习 k-Nearest Neighbor(KNN) 1. 算法描述 k-近邻学习是一种监督的分类回归方法。工作机制：给定测试样本，基于某种距离度量找出训练集中与其最接近的k和训练样本，然后基于这k个“邻居”的信息进行预测。通常，在分类任务中采用“投票法”；在回归任务中采用“平均法”（也可根据距离远近进行“加权”）。**三个基本要素：**k值得选择，距离度量及分类/回归决策规则。“懒惰学习

>>阅读原文<<