什么是KNN算法？

什么是K-近鄰算法?

根據(jù)你的“鄰居”來推斷出你的類別

1.1 K-近鄰算法(KNN)概念

K Nearest Neighbor算法又叫KNN算法，這個算法是機器學習里面一個比較經(jīng)典的算法， 總體來說KNN算法是相對比較容易理解的算法

定義

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

來源：KNN算法最早是由Cover和Hart提出的一種分類算法

距離公式

兩個樣本的距離可以通過如下公式計算，又叫歐式距離 ，關于距離公式會在后面進行討論

1.2 電影類型分析

假設我們現(xiàn)在有幾部電影

其中? 號電影不知道類別，如何去預測?我們可以利用K近鄰算法的思想

分別計算每個電影和被預測電影的距離，然后求解

1.3 KNN算法流程總結

1)計算已知類別數(shù)據(jù)集中的點與當前點之間的距離

2)按距離遞增次序排序

3)選取與當前點距離最小的k個點

4)統(tǒng)計前k個點所在的類別出現(xiàn)的頻率

5)返回前k個點出現(xiàn)頻率最高的類別作為當前點的預測分類

猜你喜歡：

Bert算法：語言模型-BERT詳細介紹

黑馬程序員人工智能課程有什么優(yōu)勢？

為什么要學習人工智能？

黑馬程序員人工智能培訓課程