2017-07-20 15:18:25

k近邻（k-Nearest Neighbour, 简称kNN）学习是一种常用的监督学习方法，其工作机制非常简单，对某个给定的测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个‘邻居’的信息进行预测。一般来说，在分类中采用‘投票法’，即选择的这k个样本中出现最多的类别标记作为预测结果。

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；（对每个输入测试样本，需要计算其和所有训练样本的距离，并从中选择k个最相近的）

适用的数据范围：连续型和离散型

最新文章

  1. 禁止浏览器直接访问php文件
  2. C#- 反射之 GetType()方法
  3. BZOJ1737 [Usaco2005 jan]Naptime 午睡时间
  4. java初探native
  5. android 中使用回调方法（适用于自定义view传值到activity、adapter传值到activity）
  6. CSS 创建方式与优先级
  7. mybatis15 mapper方式 代码
  8. Java Web系列：Spring依赖注入基础
  9. SqlParameter参数化查询
  10. Linux删除以破折号开头的文件Windows在批处理文件来删除隐藏属性
  11. 终于说再见了！Google Reader
  12. 线性代数-矩阵-【5】矩阵化简 C和C++实现
  13. 每周分享之 二 http协议(3)
  14. Docker镜像的构成__Dockerfile
  15. 001 爬虫的基本概念以及urllib的request和parse
  16. web前端之Javascript---function函数
  17. springBoot(5)---单元测试，全局异常
  18. Spring+SpringMVC+Mybatis环境的搭建（使用Intellij IDEA）
  19. POJ 1330 Nearest Common Ancestors (模板题)【LCA】
  20. Maven项目错误解决小结

热门文章

  1. discuz完善用户资料任务不能完成的解决方法
  2. LibSVM源码剖析（java版）
  3. 深度学习的集成方法——Ensemble Methods for Deep Learning Neural Networks
  4. 【DIV+CSS】代码作业练习DIV+CSS太极阴阳图
  5. ES6之前模拟Map数据结构的写法
  6. MySQL Crash Course #09# Chapter 17. Combining Queries: UNION
  7. Python入门之Python的单例模式和元类
  8. python文件操作-r、w、a、r+、w+、a+和b模式
  9. 20145227鄢曼君《网络对抗》shellcode注入&Return-to-libc攻击深入
  10. 《网络对抗》——逆向及Bof基础实践