KNN(K近邻)是按待测样本最近邻的类别归属做出预测的基于实例学习方法,其核心构成包括按场景选取距离计算方式、统计最近的K个邻居与按多数票确定类别,解决的是无需训练即可快速完成分类判断的问题,并不解决样本规模扩大后预测开销高的问题。
计算步骤
根据场景,选取距离计算方式,计算待分类物体与其他物体之间的距离;
统计距离最近的K个邻居;
对于K个最近的邻居,所占数量最多的类别,预测为该分类对象的类别。
KNN(K近邻)是按待测样本最近邻的类别归属做出预测的基于实例学习方法,其核心构成包括按场景选取距离计算方式、统计最近的K个邻居与按多数票确定类别,解决的是无需训练即可快速完成分类判断的问题,并不解决样本规模扩大后预测开销高的问题。
计算步骤
根据场景,选取距离计算方式,计算待分类物体与其他物体之间的距离;
统计距离最近的K个邻居;
对于K个最近的邻居,所占数量最多的类别,预测为该分类对象的类别。