统计学习方法超详细学习笔记-第三章 K近邻法

xingS1992

于 2020-11-03 11:29:18 发布

阅读量172

点赞数 1

CC 4.0 BY-SA版权

分类专栏：统计学习方法文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/shengxing_stu/article/details/109465965

统计学习方法专栏收录该内容

12 篇文章

订阅专栏

本文深入探讨了K近邻算法的基本原理与应用，详细介绍了K近邻算法的特点，包括其无显式学习过程的独特性；阐述了近邻模型、距离度量、K值选择及分类决策规则等内容；并通过kd树的构建与搜索来实现K近邻法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第三章 K近邻法

在这里插入图片描述

3.1 K近邻算法

在这里插入图片描述

K近邻算法没有显式的学习过程。

3.2 近邻模型

在这里插入图片描述

3.2.1 模型

在这里插入图片描述

在这里插入图片描述

3.2.2 距离度量

在这里插入图片描述

3.2.3 K值的选择

在这里插入图片描述

3.2.4 分类决策规则

在这里插入图片描述

在这里插入图片描述

3.3 K近邻法的实现： kd树

在这里插入图片描述

3.3.1 构造kd树

在这里插入图片描述

3.3.2 搜索kd树

在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。