k-近邻算法
Posted chengchengaqin
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k-近邻算法相关的知识，希望对你有一定的参考价值。
1. k-近邻算法采用测量不同特征值之间的距离方法进行分类
优点：精度高、对异常值不敏感、无数据输入假定
缺点：计算复杂度高、空间复杂度高
适用数据类型：数值型和标称行
存在一个样本数据集合，称作为训练样本集。并且样本集中每个数据都存在标签（每一数据与所属分类的对应关系）。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。
2. 流程：
- 收集数据
- 准备数据
- 分析数据
- 训练算法
- 测试算法
- 使用算法
3.
以上是关于k-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