K近邻学习是一种常用的监督学习方法，K为1时，又称最近邻法，即1NN，
K近邻的工作机制为：
给定测试样本，基于某种距离度量找出训练集中与其最靠近的K个训练样本，然后基于折K个邻居的信息来进行预测
预测方法有：
投票法：即选择这K个样本中出现最多的类别标记作为预测结果
平均法：在回归任务中使用平均法，即将折K个样本的实值输出标记的平均值作为预测结果
加权法：根据距离给定测试样本远近进行加权平均或加权投票，距离越近，权重越大
K近邻(KNN)
猜你喜欢
转载自blog.csdn.net/YeChao3/article/details/84144638
今日推荐
周排行