2020-03-20
阅读量:
926
简述一下KNN和决策树？
KNN：通过计算分类数据点，与已有数据集中的所有数据点的距离。
取距离最小的前K个点，根据“少数如从多数”的原则，将这个数据点划分为出现次数最多的哪个类别。
决策树：决策树是一种树形结构的分类器，依次询问分类点的属性决定分类点最终所属的类别，根据特征的信息增益或者其他指标，
构建一个决策树。分类时，只需按照决策树中的节点依次判断，即可得到样本所属类别。
KNN最大的缺点在于无法给出数据的内在含义，它并不在意特征的性质或者之间的关系，而决策树最大的优点就是数据形式非常容易理解和解释，绘制出决策树，就能非常清晰看到分类决策过程。
1.6049
1
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
anranhui
2020-06-18
2条评论
PhilipLiang
2020-06-18
6条评论
PhilipLiang
2020-06-18
7条评论