KNN分类算法优缺点
来源:互联网 发布:网络监控怎么安装 编辑:程序博客网 时间:2024/04/19 21:18
KNN算法的优点:
1、思想简单,理论成熟,既可以用来做分类也可以用来做回归;
2、可用于非线性分类;
3、训练时间复杂度为O(n);
4、准确度高,对数据没有假设,对outlier不敏感;
缺点:
1、计算量大;
2、样本不平衡问题(即有些类别的样本数量很多,而其它样本的数量很少);
3、需要大量的内存;
其伪代码如下:
1. 计算已知类别数据集中的点与当前点之间的距离;
2. 按照距离递增次序排序;
3. 选择与当前距离最小的k个点;
4. 确定前k个点所在类别的出现概率
5. 返回前k个点出现频率最高的类别作为当前点的预测分类。
阅读全文
0 0
- KNN分类算法优缺点
- kNN算法的优缺点
- 文本分类KNN算法
- KNN分类算法
- 分类算法-----KNN
- KNN分类算法详解
- 分类算法之KNN
- 分类算法:kNN
- KNN & NaiveBayes 分类算法
- 分类算法:kNN
- KNN分类算法
- 2.4 分类算法:KNN
- kNN分类算法
- kNN分类算法
- 各常用分类算法的优缺点总结:DT/ANN/KNN/SVM/GA/Bayes/Adaboosting/Rocchio
- 机器算法:KNN分类算法
- R分类算法-KNN算法
- 各分类算法优缺点
- hdu 6166(随机+SPFA+拆点)
- bzoj4971记忆中的背包 构造+DP
- 使用httpd共享
- spring java.util.zip.ZipException: invalid stored block lengths
- linux环境下链接mysql数据库
- KNN分类算法优缺点
- 将List转换为json
- R在市场调查中的应用--逻辑回归和LDA
- 集群和分布式
- js的词法分析
- maven冲突解决
- 冒泡排序
- HDU 6170 Two strings (dp)
- lua和C++交互