[机器学习]机器学习笔记整理07- KNN算法
来源:互联网 发布:tensorflow 界面 编辑:程序博客网 时间:2024/05/20 19:16
算法描述
步骤
- 为了判断未知实例的类别,以所有已知类别的实例作为参照
- 选择参数K
- 计算未知实例与所有已知实例的距离
- 选择最近K个已知实例
- 根据少数服从多数的投票法则(majority-voting),让未知实例归类为K个最邻近样本中最多数的类别
细节
关于K
关于距离的衡量方法:
Euclidean Distance 定义
其他距离衡量:余弦值(cos), 相关度 (correlation), 曼哈顿距离 (Manhattan distance)
举例
如图所示K不同时问号可以分别属于绿色蓝色红等类别.
算法优缺点
法优点
- 简单
- 易于理解
- 容易实现
- 通过对K的选择可具备丢噪音数据的健壮性
算法缺点
- 需要大量空间储存所有已知实例
- 算法复杂度高(需要比较所有已知实例与要分类的实例)
- 当其样本分布不平衡时,比如其中一类样本过大(实例数量过多)占主导的时候,新的未知实例容易被归类为这个主导样本,因为这类样本实例的数量过大,但这个新的未知实例实际并木接近目标样本,如Y点
注意Y点的
0 0
- [机器学习]机器学习笔记整理07- KNN算法
- 机器学习笔记:kNN算法
- 机器学习算法小整理之KNN
- 机器学习实战学习笔记-KNN算法
- 《机器学习》 KNN算法
- 机器学习:KNN算法
- 机器学习-KNN 算法
- 【机器学习】kNN算法
- 机器学习 -- kNN算法
- 机器学习---kNN算法
- 机器学习--kNN算法
- 机器学习--KNN算法
- 机器学习算法-kNN
- 机器学习knn算法
- 机器学习实战--KNN 算法 笔记
- 机器学习实战—笔记-kNN算法
- 机器学习算法---kNN算法
- 机器学习之kNN算法
- MATLAB中cell函数用法
- RSA加密解密和签名验证机制以及其区别和联系
- MATLAB中cell数组的全面介绍
- [Matlab]关于时间的函数的不…
- Socket和ServerSocket
- [机器学习]机器学习笔记整理07- KNN算法
- QQ交谈、QQ在线状态代码生成…
- (matlab)plot画图的颜色线…
- java中string与date(日期)格…
- 解决navicat for mysql报错:1130is…
- Linux启动Mysql数据库
- java时区-DateFormat和TimeZone关…
- Java的日期格式化
- Javaweb项目中使用Log4j记录日志