K-近邻算法(书籍:机器学习实战)

K-近邻算法概述

采用不同特征值之间的距离方法进行分类.

工作原理:
存在一个样本数据集合,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.输入没有标签的数据,提取样本集中特征最相似的数据…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K的出处.

示例:使用K-近邻算法改进约会网站的配对效果

1. 准备数据:从文本文件中解析数据
2. 分析数据:使用Matplotlib创建散点图
3. 归一化特征值
4. 测试算法
5. 使用算法

示例:手写数字识别系统

1. 准备数据:将图像转换为测试向量
2. 测试算法:使用K-近邻算法识别手写数字