k-近邻算法

1、有监督的算法，即需要依赖标签； 2、算法原理：、 （1）计算已知类别数据集中的点和当前点的距离； （2）按照距离依次排序； （3）选取与当前点距离最小的K个点； （4）确定前K个点所在类别的出现概率； （5）返回前K个点出现概率最高的类别作为当前点预测分类。 3、优点： 算法本身比较简单，不需要进行训练，训练复杂度为0 4、缺点： KNN分类算法的计算复杂度和训练集中的文档数目成正比，即，如果

>>阅读原文<<