ML之监督学习算法之分类算法一 ———— k-近邻算法(最邻近算法)
2024-10-11 01:09:24
一、概述
最近邻规则分类(K-Nearest Neighbor)KNN算法
由Cover 和Hart在1968年提出了最初的邻近算法,
这是一个分类(classification)算法
输入基于实例的学习(instance-based learning), 懒惰学习(lazy learning)
二、原理
在一个样本数据集合, 也称作训练样本集, 并且样本集中每个数据都存在标签, 即我们知道样本集中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。 一般来说, 我们只选择样本数据集中前k个最相似的数据, 这就是k-近邻算法中k的出处, 通常k是不大于20的整数。 最后, 选择k个最相似数据中出现次数最多的分类, 作为新数据的分类。
三、Distance
1、欧式距离
2、余弦值(cos)
3、相关度(correlation)
4、曼哈顿距离(Manhatten distance)
四、优缺点
k近邻算法是分类数据最简单最有效的算法,k近邻算法是基于实例的学习,使用算法时必须有接近实际算计的训练样本数据。 k近邻算法必须保存全部数据集,如果训练数据集过于庞大,必须使用大量的存储空间。此外,由于必须对数据集中的每个数据计算距离值,实际使用时可能非常耗时;
k近邻算法的另一个缺陷是它无法给出任何数据的基础结构信息,因此我们无法知晓平均实例样本和典型实例样本具有什么特征。我们将使用 概率测量方法 处理分类问题;
最新文章
- Linux系统资源监控命令
- SPC.NET,为5年的开发做个结尾
- selenium向富文本框填写内容的几种方式
- &;#x开头的是什么编码呢。浏览器可以解释它。如&;#20013;&;#22269;等同与中文";中国";?
- Python小白好教程
- 4.cadence原理图,环境设置[原创]
- c/c++中一些高级函数的使用
- chrome浏览器的桌面通知
- 移动端 微信 网易 触屏滑动回弹菜单(css版)
- Oracle 数据恢复指导具体解释
- Low-rank approximations
- PGM:不完备数据的参数估计
- antlr v4 使用指南连载5——如何编写词法定义
- ubuntu连接android设备(附最简单方法)
- 初学Python——第一节课
- js 暂时存储 sessionStorge
- 如何使用PowerDesigner设计数据库关系模式
- [ 转载 ] Java中成员变量 和局部变量
- JavaWEB springmvc 使用定时任务
- 把mongodb服务添加到系统服务中,报错:[sc] openscmanager 失败 5