算法步骤
• step.1---初始化距离为最大值
• step.2---计算未知样本和每个训练样本的距离 dist
• step.3---得到目前 K 个最临近样本中的最大距离 maxdist
• step.4---如果 dist 小于 maxdist,则将该训练样本作为 K-最近邻样本
• step.5---重复步骤 2、 3、 4,直到未知样本和所有训练样本的距离都算完
• step.6---统计 K-最近邻样本中每个类标号出现的次数
• step.7---选择出现频率最大的类标号作为未知样本的类标号
该算法涉及 3 个主要因素: 训练集、距离或相似的衡量、 k 的大小
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar