[学习笔记] 【学习笔记】KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻的样 ... [推广有奖]

0关注
0粉丝

本科生

12%

还不是VIP/贵宾

威望: 0 级
论坛币: 906 个
通用积分: 21.3478
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 330 点
帖子: 63
精华: 0
在线时间: 0 小时
注册时间: 2020-8-2
最后登录: 2020-10-14

楼主

5761_1596338429 发表于 2020-9-14 21:40:35 来自手机 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

KNN算法的核心思想是，如果一个样本在特征空间中的K个最相邻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，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。KNN方法在类别决策时，只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合