KNN(K-近邻算法)
2015-11-12 15:38
253 查看
简介:
计算测试点和样本点之间距离进行分类,选用欧式距离计算距离
适用范围:
数值型和标称型
步骤:
1.计算测试点到所有样本点的距离;
2.对所有距离排序,取前k个最小距离;
3.计算这k个距离对应分类各有多少,选择最多的那个类作为测试点的类别;
缺点:
1.必须保存所有数据集,必须把每个测试点和所有样本点计算距离,当样本点很大时,很耗存储空间和计算资源;
优点:
1.精度高,对异常值不敏感,无数据输入假定
计算测试点和样本点之间距离进行分类,选用欧式距离计算距离
适用范围:
数值型和标称型
步骤:
1.计算测试点到所有样本点的距离;
2.对所有距离排序,取前k个最小距离;
3.计算这k个距离对应分类各有多少,选择最多的那个类作为测试点的类别;
缺点:
1.必须保存所有数据集,必须把每个测试点和所有样本点计算距离,当样本点很大时,很耗存储空间和计算资源;
优点:
1.精度高,对异常值不敏感,无数据输入假定
相关文章推荐
- 服务器向浏览器推送
- JS获取时间
- vertica merge 优化
- 纯CSS实现delay连续动画
- iOS 二维码扫描 通过ZBar ZXing等第三方库
- storm简介
- vb 连接 access
- 安装 smartgit 选错授权
- php-fpm详解
- 遍历Map的四种方法
- 新手使用IDEA开发web容易出问题的一些地方
- 一个比较笨的全文搜索的例子(分析结构用)-模糊查找
- 初识java之String与StringBuffer(上)
- PE结构详解
- 织梦dedecms 生成专题列表/special/index.html 的模板是哪个模板文件呢?
- maven 创建自定义项目骨架并发布到私服
- Mongodb笔记之(Linux Centos 7 Mongodb安装和账户创建)
- Unity 朝向某个游戏对象 LookAt
- 读取PCI配置空间数据并操作其映射的物理内存
- 简单的 ul li 树形菜单