赞
踩
目录
一、KNN概述
二、KNN三要素
2.1、距离度量
2.2 、K值的选择
2.3、分类决策规则
三、KNN的优缺点
四、KNN的实现:kd树
4.1、kd树的构造
4.2、kd树的搜索
KNN是一种常见的有监督学习算法,可以用于分类,也可以用于回归,比较常用于分类。
K近邻算法的直观解释就是给定一个已知样本分类的训练数据集,当有新样本输入时,在训练集中找到K个和新样本距离最近的的训练样本,这K个训练样本多数属于哪个类别,就把这个新样本判定为哪个类别。