机器学习“傻瓜式”理解(3)KNN算法(初步理解)

KNN(K近邻算法) 基础理解 面对这个算法需要蹦出来几个问题:KNN是什么?可以解决什么问题?怎么实现?有什么优缺点? 首先,KNN我们通常称之为K近邻算法,通俗的理解便是如果我们认为两个特征之间他们足够相似,我们就有理由认为他们属于同一个类别。 丰富上一小节的一张图以后: 接着,通常情况下我们使用KNN是用来解决分类问题,当然,很少情况下我们也会使用它来解决回归问题。 其主要的解决思路为: 1求出我们需要预测的点与数据集中的点之间的距离,根据初中所学,我们使用欧拉距离来表示。 2将距离进行排序,找前k个中出现次数最多的便是我们的预测结果。 代码实现:(Github处于外网,所以我在这里