机器学习——k-近邻(K-Nearest Neighbor)
Posted mr0wang
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习——k-近邻(K-Nearest Neighbor)相关的知识，希望对你有一定的参考价值。
目录
K-Nearest neighbor
（个人观点，仅供参考。）
k-近邻算法，第一个机器学习算法，非常有效且易掌握，本文将主要探讨k-近邻算法的基本理论和使用距离侧量的算法分类物品；最后通过k-近邻算法改进约会网站和手写数字识别系统。文章内容参考《机器学习实战》
K-近邻分类算法
简单的说，通过采用不同特征值之间的距离方法进行分类
优点：精度高，对异值不敏感，无数据输入假定。
缺点：计算复杂、需要大量的内存。
适用于：数值型和标称型数据。
从文本文件中解析和导入数据
使用python创建扩散图
归一化数值
以上是关于机器学习——k-近邻(K-Nearest Neighbor)的主要内容，如果未能解决你的问题，请参考以下文章
机器学习实战☛k-近邻算法（K-Nearest Neighbor， KNN）
机器学习算法：基于horse-colic数据的KNN近邻(k-nearest neighbors)预测分类
k-Nearest Neighbors(KNN) k近邻算法
后端程序员之路 12K最近邻(k-Nearest Neighbour，KNN)分类算法