机器学习算法KNN简介及实现

文章预览

CodingGo技术社区 自由的编程学习平台 算法简介 KNN(K近邻算法)是一种不需要学习任何参数同时也非常简单的机器学习算法，既可以用来解决分类问题也可以用来解决回归问题。直观解释这个算法就是'近朱者赤，近墨者黑'，当输入一个新样本时，根据与其相近的样本值来估计新输入的样本。如下图所示新输入的样本会被分类为W1。 影响算法的几个因子 在了解算法大体的思路后，其实还有几个问题需要继续深究: 1、如何表达两个样本的距离(相似度)？  2、KNN中的K值应该如何选取？  3、确定了相邻的点后，如何得出最终的结果？ 距离的计算: 首先我们把每个样本的特征映射到特征空间中,样本距离的衡量其实就是空间中两点之间的距离，一般使用的是欧式距离 使用哪 ………………………………