什么是KNN算法？

什么是K-近鄰算法?

根據(jù)你的“鄰居”來(lái)推斷出你的類(lèi)別

1.1 K-近鄰算法(KNN)概念

K Nearest Neighbor算法又叫KNN算法，這個(gè)算法是機(jī)器學(xué)習(xí)里面一個(gè)比較經(jīng)典的算法， 總體來(lái)說(shuō)KNN算法是相對(duì)比較容易理解的算法

定義

如果一個(gè)樣本在特征空間中的k個(gè)最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個(gè)類(lèi)別，則該樣本也屬于這個(gè)類(lèi)別。

來(lái)源：KNN算法最早是由Cover和Hart提出的一種分類(lèi)算法

距離公式

兩個(gè)樣本的距離可以通過(guò)如下公式計(jì)算，又叫歐式距離 ，關(guān)于距離公式會(huì)在后面進(jìn)行討論

1.2 電影類(lèi)型分析

假設(shè)我們現(xiàn)在有幾部電影

其中? 號(hào)電影不知道類(lèi)別，如何去預(yù)測(cè)?我們可以利用K近鄰算法的思想

分別計(jì)算每個(gè)電影和被預(yù)測(cè)電影的距離，然后求解

1.3 KNN算法流程總結(jié)

1)計(jì)算已知類(lèi)別數(shù)據(jù)集中的點(diǎn)與當(dāng)前點(diǎn)之間的距離

2)按距離遞增次序排序

3)選取與當(dāng)前點(diǎn)距離最小的k個(gè)點(diǎn)

4)統(tǒng)計(jì)前k個(gè)點(diǎn)所在的類(lèi)別出現(xiàn)的頻率

5)返回前k個(gè)點(diǎn)出現(xiàn)頻率最高的類(lèi)別作為當(dāng)前點(diǎn)的預(yù)測(cè)分類(lèi)

猜你喜歡：

Bert算法：語(yǔ)言模型-BERT詳細(xì)介紹

黑馬程序員人工智能課程有什么優(yōu)勢(shì)？

為什么要學(xué)習(xí)人工智能？

黑馬程序員人工智能培訓(xùn)課程