最新推荐文章于 2024-10-30 15:40:09 发布
汪雯琦 于 2020-02-19 23:44:46 发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章目录 K-最近邻算法 1.算法介绍 2.算法公式 （1）分类 （2）回归（不好，可以不看） （3）L1和L2范数距离 L1范数距离(曼哈顿距离): L2范数距离(欧几里得距离): 闵可夫斯基（knn中使用） 3.K值选择 举例 K-最近邻算法
1.算法介绍
属于有监督学习，知道可能的结果。属于多分类算法。K NearestN eighbors算法又叫K - NN算法，这个算法是机器学习里面一个比较经典的算法，总体来说K - NN算法是相对比较容易理解的算法。十大机器算法之一。
定义
如果一个样本在特征空间中的 个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 来源： 算法最早是由Cover和Hart提出的一种分类算法
2.算法公式
两个样本的距离可以通过如下公式计算，又叫欧式距离 ，关于距离公式会在后面进行讨论。
（1）分类 K - NN针对于离散型分类目标的一种非线性多分类的，基于加权距离的最大投票方案算法，公式（应用型的公式，理解即可。）如下:
（2）回归（不好，可以不看） K - NN针对于连续型回归目标，预测值是所有k个
相关知识
KNN分类算法介绍，用KNN分类鸢尾花数据集（iris）
knn
Python实现kNN算法，使用鸢尾花作为测试数据
用python实现KNN算法对鸢尾花的分类
KNN算法实现鸢尾花数据集分类
Knn算法实现鸢尾花分类
原生python实现knn分类算法(鸢尾花数据集)
KNN算法分类算法
Python原生代码实现KNN算法（鸢尾花数据集）
机器学习之KNN算法
网址: 【K近邻（KNN）算法（一）】KNN的概念 https://www.huajiangbk.com/newsview1260233.html
