2019-02-26
阅读量:
658
什么是k近邻算法？
问、什么是k近邻算法？
答：
k近邻算法简单、直观．给定一个训练数据集，对新的输入实例， 在训练数据集中找到与该实例最邻近的K个实例，这k个实例的多数属于某个类， 就把该输入实例分为这个类．
输入：训练数据集
其中，
为实例的特征向足，
为实例的类别，
i= 1,2, .. ,N, 实例特征向量x,
输出：实例x所属的类y.
（1）根据给定的距离度量，在训练集T中找出与x最邻近的K个点， 涵盖这k个点的x的邻域记作凡NK(x):
(2)在N,(x)中根据分类决策规则（如多数表决）决定x的类别y,
其中：I为指示函数，即当y,=c, 时I为1, 否则I为0.
k近邻法的特殊情况是k=l的情形，称为最近邻算法． 对于输入的实例点（特征向量） X• 最近邻法将训练数据集中与x最邻近点的类作为x的类
0.0000
0
6
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-10-12
0条评论
anqiyqi
2023-10-08
0条评论
CDA持证人阿涛哥
2023-09-14
0条评论