KNN算法
KNN:K-Nearest Neighbor,最近領規則分類。
- 為了判斷位置實例的類別,以所有已知類別的實例作為參照選擇參數K。
- 計算未知實例與所有已知實例的距離。(一般采用歐氏距離)
- 選擇最近K個已知實例。
- 根據少數服從多數的投票法則,讓未知實例歸類為K個最近鄰樣本中最多數的類別。
缺點
- 算法復雜度較高(需要比較所有已知實例與要分類的實例)。
KNN:K-Nearest Neighbor,最近領規則分類。
本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。 如若轉載,請注明出處:http://www.pswp.cn/news/40975.shtml 繁體地址,請注明出處:http://hk.pswp.cn/news/40975.shtml 英文地址,請注明出處:http://en.pswp.cn/news/40975.shtml
如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!