统计学习方法 第3章 k近邻法

统计学习方法 第3章 k近邻法 算法 k近邻法：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临近的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。 训练数据集： 其中xi为实例的特征向量，yi为实例的类别。 根据给定的距离度量，在训练集中找出与输入x最临近的k个点 从包含这k个点的邻域中根据分类决策规则（如多数表决）决定x的类别y 模型 k近邻法中，当训练集，距

>>阅读原文<<