<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Laj202236的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Laj202236</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Laj202236]]></copyright><item><title><![CDATA[KNN 算法，从邻居预测未来]]></title><link>https://blog.youkuaiyun.com/Laj202236/article/details/131005293</link><guid>https://blog.youkuaiyun.com/Laj202236/article/details/131005293</guid><author>Laj202236</author><pubDate>Fri, 02 Jun 2023 14:13:45 +0800</pubDate><description><![CDATA[它的基本思想是对于给定的一个样本，在训练数据集中寻找与它最近的K个邻居，通过这K个邻居的信息来预测这个样本的类别或数值。K的选择对KNN算法的结果有很大影响。通常情况下，K应该取一个较小的值，例如3~5。如果K值较大，则模型具有较强的稳健性，但容易受到噪声的影响。KNN算法的开源库有很多，包括scikit-learn（Python），Weka（Java）等。这是一个使用scikit-learn库实现KNN算法的代码示例。它加载了Iris数据集，并使用KNN分类器对数据进行训练，最后对一个样本进行预测。]]></description><category></category></item></channel></rss>