摘要: K近邻 算法采用测量不同特征值之间的距离的方法进行分类。 优点: 1.简单好用,容易理解,精度高,理论成熟,既可以用来做分类也可以用来做回归; 2.可用于数值型数据和离散型数据; 3.训练时间复杂度为O(n);无数据输入假定; 4.对异常值不敏感;缺点: 1.计算复杂性高;空间复杂性高; 2.样本不 阅读全文
posted @ 2017-02-27 08:17 志者之梦 阅读(976) 评论(0) 推荐(0)