2017年1月29日
K-近邻算法
摘要： 对于未知类别属性的数据集中的每个点依次执行一下操作： (1)计算已知类别中的点与当前点的距离 (2)按照距离递增的次序进行排序 (3)选取与当前点距离最小的K个点 (4)确定前K个点所在类别出现的频率 (5)返回前K个点出现频率最高的类别作为当前预测的分类 基本的算法实现: 1 from numpy 阅读全文
posted @ 2017-01-29 12:51 wolf940509 阅读(177) 评论(0) 推荐(0)