2022年4月18日
常见机器学习方法的优缺点及适用场景：K近邻（KNN）
摘要： K近邻（KNN） 1. KNN建立过程： a. 给定测试样本，计算它与训练集中的每个样本的距离； b. 找到距离最近的K个训练样本，作为测试样本的K近邻； c. 根据K近邻归属的类别来确定该测试样本的类别（少数服从多数）。 2. 类别的判定 a. 投票决定，少数服从多数，取样本数最对的类别最为测试样 阅读全文
posted @ 2022-04-18 10:57 Gentle_Jan 阅读(867) 评论(0) 推荐(0)