机器学习算法系列——k近邻分类法

1、基本思想 给定一个训练数据集（这些数据集是已知类别的），对新输入的要对其进行分类的实例，从训练数据中找出与该实例最近的k个实例，这k个实例的多数属于某个类（类似于这k个实例对新数据投票），就把该输入实例分为这个类。 2、数学理论 2.1 算法描述 输入：训练数据集 T={(x1,y1),(x2,y2),...,(xN,yN))} 其中， xi∈X⊆Rn 为实例的特征向量， yi∈Y={c1,c

>>阅读原文<<