AGNING的博客

K最近邻（KNN，K-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。，说的是每个样本都可以用它最接近的K个邻近值来代表。K最近邻算法就是将数据集合中每一个记录进行分类的方法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。

K-means算法，也称为K-平均或者K-均值，是一种无监督的聚类算法。对于给定的样本集，按照样本之间的距离大小，将样本划分为K个簇，让簇内的点尽量紧密的连接在一起，而让簇间的距离尽量的大。K-means是一种使用广泛的最基础的聚类算法，通常作为学习聚类算法时的第一个算法。其他的聚类算法还有：K-medoids、k-modes、Clara、Clarans等：物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。

推荐算法（recommendation algorithm）就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。目前应用推荐算法比较好的地方主要是网络，其中淘宝、拼多多和京东等做的都非常好。推荐算法主要分为6种：1.基于内容的推荐(Content-Based Recommendation)2.基于协同过滤的推荐(Collaborative Filtering Recommendation)

基于用户的 CF 就是从用户出发，基于用户对物品的偏好找到和目标用户兴趣相似的用户集合；然后找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。找到的用户集合中的用户可以是一个，也可以是多个，一般默认为一个用户，也就是默认只找到找到一个最相似用户。用户/物品物品a物品b物品c物品d用户A√√用户B√√√用户C√√√√。