当前位置:   article > 正文

KNN算法的实现过程_knn的工作过程

knn的工作过程
机器学习算法:KNN分类算法
写文章的目的是为了巩固所学,和方便回顾查找。如有讲错的地方,欢迎指出,谢谢。

KNN算法介绍:
    KNN,k-NearestNeighborK 又称K最近邻
所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表,是一种分类算法,用于参考已知的数据,对未知实例的类别进行判断


算法流程:
将每个样本视作一个点
1. 载入数据集,对数据进行必要的预处理
2. 设置参数K,K最好选择奇数,因为后续进行归类的策略是少数服从多数,设置K为奇数的话总会有结果。
3. 计算待预测点与已知点之间的关系,这里的关系可以有多种方式来体现,常用如下:
  ①欧式距离(应用较广,其他及其算法也有广泛应用),其计算方法:
欧式距离
  ②余弦值
  ③相关度
  ④曼哈顿距离

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/442563
推荐阅读
相关标签
  

闽ICP备14008679号