1) 优点
简单,易于理解,易于实现,无需估计参数,无需训练;
适合样本容量比较大的分类问题
特别适合于多分类问题(multi-modal,对象具有多个类别标签),例如根据基因特征来判断其功能
分类, kNN 比 SVM 的表现要好
2) 缺点
懒惰算法,对测试样本分类时的计算量大,内存开销大,评分慢;
可解释性较差,无法给出决策树那样的规则
对于样本量较小的分类问题,会产生误分
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