关于knn算法的总结思考
2024-09-07 11:25:11
更多的关于k近邻算法的思考
KNN（K- Nearest Neighbor）法即K最邻近法，数据挖掘分类技术中最简单的方法之一
对k近邻算法的总结：
优点部分
其可以解决分类问题，同时可以天然的解决多分类问题
其具备着思想简单，效果强大优点
同时，还可以使用k近邻算法来解决回归问题
对于我们要预测的k个节点，可以根据这k个样本的情况来解决，sklearn已经封装好了一个用来解决回归问题
缺点部分
最大的缺点就是效率低下
如果训练集有m个样本，n个特征，则预测每一个新的数据，需要o(m*n)的时间复杂度
当然，也有解决的方法，像是使用树结构：KD-tree,Ball-tree
除此之外，还有其他的问题，像是高度数据相关，虽然机器学习算法基本都是高度数据相关，但是相对而言，影响更加的厉害
同时，预测结果不具有可解释性也是其缺点之一
其很大的一个缺点，就是维度灾难
随着维度的增加，看似相近的两个点之间的距离会越来越大
其解决方法：降维
机器学习的流程回顾
最新文章
- HTTP 错误 500.21 - Internal Server Error 处理程序“PageHandlerFactory-Integrated”
- MySQL的表的优化和列类型的选择
- js地理位置获取、显示、轨迹绘制
- 万向节死锁 gimbal lock
- JavaWeb学习记录（一）——response响应头之缓存设置与下载功能的实现
- 全文索引--自定义chinese_lexer词典
- 快速入门：触摸输入（使用 C#/VB/C++ 和 XAML 的 Windows 应用商店应用）
- oc深坑測试题及其答案
- HorizontalScrollView做页卡的一个小记录
- 通过JS将BSAE64生成图片并下载
- [leetcode-565-Array Nesting]
- hdu-2639 Bone Collector II---第k大背包
- MPAndroidChart——饼图
- PAT1012:The Best Rank
- 转载：Linux命令之查看文件占用空间大小-du,df
- oracle问题 ORA-01843:not a valid month
- python 随机生成图片验证码背景RGB-浅色或者深色
- JavaEE 之 Mybatis
- PAT L3-021 神坛
- 关于SpringBoot如何返回视图