摘要：基本思想 k近邻算法用于分类，训练数据离散的分布在n维空间中，当有一个未知类别新数据到来 1. 在n维空间中找到和他最近的k个点（最相似的 2. 这k个点按照类别划分，成员最多的类别代表新数据的类别，起到预测的效果。即近朱者赤近墨者黑。 距离度量 上诉思想中需要寻找最近的点，通常使用欧式距离 分类决 阅读全文

摘要：TP 将正类预测为正类 FN 将正类预测为负类 FP 将负类预测为正类 TN 将负类预测为负类 准确率(accuracy) 在测试集上，分类器正确分类的样本数与总样本数之比 精确率(precision) $P=\frac{TP}{TP+FP}$ 召回率(recall) $R=\frac{TP}{TP 阅读全文