文章详情
K-近邻(KNN)算法的简要介绍
日期:2022-07-15 20:31
浏览次数:485
摘要:在软件开发中,mg555娱乐娱城(中国)有限公司会应用不同的算法,在算法介绍的过程中,小编通过介绍不同的算法来帮助广大客户选择。
K Nearest Neighbor算法又叫KNN算法,这个算法一个比较经典的算法, 一般来说KNN算法是相对比较容易理解的算法之一
在软件开发中,mg555娱乐娱城(中国)有限公司会应用不同的算法,在算法介绍的过程中,小编通过介绍不同的算法来帮助广大客户选择。
K Nearest Neighbor算法又叫KNN算法,这个算法一个比较经典的算法, 一般来说KNN算法是相对比较容易理解的算法之一。
- 定义
如果一个样本在特征空间中的k个相似(即特征空间中邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。
来源:KNN算法早期是由Cover和Hart提出的一种分类算法
- 距离公式
两个样本的距离可以通过欧式距离的公式进行计算。
KNN算法的优点:
- 简单有效
- 训练的代价低
- 适合类域交叉样本
- 适合大样本自动分类