zM356161的博客

kNN算法原理： 一个样本数据集合（训练样本集），该样本集中每个数据都存在标签，即已知样本集中每一数据与所属分类的对应关系。然后输入没有标签的新数据（待分类）；将新数据的每个特征与样本集中数据对应的特征进行比较，选择样本集中与新数据最相似的前k个数据（k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，作为新数据的分类。 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计...