Geoffrey_one

摘要： 一、 k-近邻法 选择未知样本一定范围内确定个数的K个样本，该K个样本大多数属于某一类型，则未知样本判定为该类型。 粗暴性KNN实现： 适用情况： 1） 样本容量比较大，切各个分类数量差异不大； 2） 类域重叠交叉较多； 缺点： 1）需要存储全部的训练样本，耗内存 2) 计算量较大 3）样本数量少或 阅读全文