机器学习实战之k-近邻算法(7)---算法总结
2014-12-02 09:41
411 查看
kNN算法总结
(1)kNN算法是分类算法里面最简单的。也很有效。但是它的缺点过于明显,以至于大家都不会用。就是时间和空间复杂度都太大了。
(2)kNN算法必须保存所有的数据集,如果数据很大,空间占用十分大。
(3)对每个数据集的每个数据特征都需要计算距离值,这个在实际使用中将是致命的,十分耗时。
(4)鉴于此,它的算法一般仅仅适用于机器学习入门和开阔思维,实际中数据集都很大,所以很少用。
另外,书中提到的kNN无法给出数据的内在含义,意思是单纯的距离计算,忽略了数据本身可以带有和结果标签的强烈的关系,而决策树是对数据集本身进行分析,提取数据特征和标签之间的最有可能的关系式子,称之为规则,达到机器学习的目的。
(1)kNN算法是分类算法里面最简单的。也很有效。但是它的缺点过于明显,以至于大家都不会用。就是时间和空间复杂度都太大了。
(2)kNN算法必须保存所有的数据集,如果数据很大,空间占用十分大。
(3)对每个数据集的每个数据特征都需要计算距离值,这个在实际使用中将是致命的,十分耗时。
(4)鉴于此,它的算法一般仅仅适用于机器学习入门和开阔思维,实际中数据集都很大,所以很少用。
另外,书中提到的kNN无法给出数据的内在含义,意思是单纯的距离计算,忽略了数据本身可以带有和结果标签的强烈的关系,而决策树是对数据集本身进行分析,提取数据特征和标签之间的最有可能的关系式子,称之为规则,达到机器学习的目的。
相关文章推荐
- 机器学习实战之k-近邻算法(2)---python简单版
- 机器学习实战-基本算法总结2
- 机器学习实战之近邻算法kNN
- 机器学习实战2.2示例: 使用k-近邻算法改进约会网站的配对效果
- 机器学习实战之k-近邻算法(3)---如何可视化数据
- Python 学习笔记(Machine Learning In Action)K-近邻算法(KNN)机器学习实战
- 机器学习实战之k-近邻算法(5)--- 完整版约会网站数据分类
- 机器学习实战-第二章(k-近邻算法)
- 机器学习实战-第2章(k-近邻算法)
- 机器学习实战学习笔记 一 k-近邻算法
- 机器学习实战 k-近邻算法
- 机器学习实战笔记之二(k-近邻算法)
- 机器学习实战(一)k-近邻算法
- 机器学习实战笔记(1)——k-近邻算法
- 机器学习实战——使用K-近邻算法识别手写数字
- 机器学习实战笔记 k-近邻算法
- 机器学习实战——K-近邻算法【2:改进约会网站配对效果】
- 机器学习实战 - K-近邻算法
- 机器学习实战(第2章 k-近邻算法)
- 机器学习实战之k-近邻算法(4)--- 如何归一化数据