摘要: K - 近邻算法 2.1 k-近邻算法概述 2.1.1 kNN概述 K-近邻算法采用测量不同特征值之间的距离进行分类。 优点: 精度高,对异常数据不敏感,无数据输入假定。 缺点: 计算复杂度高,空间复杂度高。 使用数据范围: 数值型(回归)和标称型。 工作原理: 存在一个样本数据集合,也称作训练样本 阅读全文
posted @ 2021-07-10 17:34 学习记录13 阅读(159) 评论(0) 推荐(0)