2021年1月18日
统计学习（第三章-K近邻）
摘要： K近邻算法（K-NN）是一种基本分类与回归方法，输入为输入实例的特征向量，对应特征空间的点；输出为实例的类别，可以取多类，思想：假设给定一个训练数据集，其中的实例类别已定，分类时，对新的实例，根据其K个最近邻的训练实例的类别，通过多数表决等方式进行预测。 不具有显示的学习过程，利用训练数据集对特征向 阅读全文
posted @ 2021-01-18 12:37 鹎鹎（beibei） 阅读(210) 评论(0) 推荐(0)