浅谈K-NN算法.pptVIP

近邻大小问题 k-近邻算法的预测结果与k的大小相关。同样的数据，K值不同可能导致不同的预测结果。 * 计算效率问题 k-近邻算法推迟所有的计算处理，直到接收到一个新的查询，所以处理每个新查询可能需要大量的计算。 * 归纳偏置问题 k-近邻算法的归纳偏置是：一个实例的分类xq与在欧氏空间中它附近的实例的分类相似。 * 问题 实现 K 近邻算法时，主要考虑的问题是如何对训练数据进行快速 ?K 近邻搜索，这在特征空间维数大及训练数据容量大时非常必要。 * K近邻算法应用 文本分类 图像处理 * Thank you for your attention! * “ ” “ ” 浅谈K-NN算法 主讲：苏敏 小组成员：骆健、刘兵、张文平、李鸣、苏敏 * 基本概念 全称：k-Nearest Neighbor 简称：K-NN 中文：K-近邻算法 * 什么是K-近邻算法 何谓K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻 居。为何要找邻居？打个比方来说，假设你来到一个陌生的村庄，现在你要找到与你有着相似特征的人群融入他们，所谓入伙。 用官方的话来说，所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也