机器学习之K-近邻算法

K-近邻算法

简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。

优点：精度高、对异常值不敏感、无数据输入假定

确定：计算复杂度高、空间复杂度高

使用数据范围：数据性和标称型

k-近邻算法（kNN）工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据存在标签，即我们知道样本集每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前k个最相似数据，这就是k-近邻算法中的k的出处，通常是不大于20的整数。最后，选择k个最相似数据中出现次数最多的分类，作出新数据的分类。