博文
算法学习（六）：最近邻分类器（KNN）
||
1：积极和消极的学习方法
（1）：积极的学习方法。这种学习方法在收到训练数据之后就开始学习从输入属性到类编号的映射模型
（2）：消极的学习方法。推迟对训练数据的建模，直到需要进行分类测试样例的时候再进行。
2：原理
个人觉得这个方法有点“近朱者赤近墨者黑”的思想。对你周围的朋友进行考察，不断变化这个朋友圈的范围。如果这个圈内好的朋友对于坏的朋友，那么你就被贴上坏的标签。
3：算法
（1）：令K为近邻的数目，D是训练样例的集合
（2）：为每个测试样例选择距离其最近的K个训练样例集合
（3）：计算得到的集合，判断该测试样例所属类别
（4）：循环（2）、（3）
https://blog.sciencenet.cn/blog-796597-628680.html
上一篇：算法学习（五）：K均值
下一篇：算法学习（七）：高斯混合模型GMM
扫一扫，分享此博文