机器学习算法学习---处理分类问题常用算法
Posted zhenpengwang
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算法学习---处理分类问题常用算法相关的知识,希望对你有一定的参考价值。
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。
适用范围:数值型、标称型。
工作原理:存在一个样本数据集合(训练样本集),并且样本集中每个数据都存在标签。输入没有标签的新数据后,将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近数据的分类标签。
python实现简单的KNN算法如下:
该算法用到的距离计算为欧式距离公式。
以上是关于机器学习算法学习---处理分类问题常用算法的主要内容,如果未能解决你的问题,请参考以下文章