3K-近邻算法
Posted zglbt
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3K-近邻算法相关的知识,希望对你有一定的参考价值。
K最近邻(k-Nearest Neighbor,KNN)分类算法
1、定义:如果一个样本在特征空间中的k个最近似(即特征空间中最临近)的样本中大多数属于某一类别,则该样本也属于这个类别。
2、计算公式:;
3、K-近邻算法需要做标准化处理;
4、K-近邻算法API
5、优点:
1)简单、无需参数处理、无需训练
6、缺点:
1)懒惰算法,对测试样本分类时的计算量大,内存开销大;
2)必须指定k值,k值的选择不当则分类精度不能保证;
7、使用场景:小数据量,几千~几万个样本。
8、加快搜索速度——基于算法的改进KDTree。
以上是关于3K-近邻算法的主要内容,如果未能解决你的问题,请参考以下文章