首页 > 其他 > 详细

机器学习——k-近邻(K-Nearest Neighbor)

时间:2018-08-03 15:21:02      阅读:246      评论:0      收藏:0      [点我收藏+]

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

机器学习——k-近邻(K-Nearest Neighbor)

原文:https://www.cnblogs.com/Mr0wang/p/9414312.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!