原创力文档- 1、本文档共7页，其中可免费阅读6页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
文档余弦相似度计算均值聚类算法近邻分类算法最近邻方法简称是一种简洁而有效的非参数分类方法是最简单的机器学习算法之一该算法最初由和提出的用于解决文本的分类问题近邻算法是最近邻算法的一个推广该规则将是一个测试数据点分类为与它最接近的个近邻中出现最多的那个类别近邻算法从测试样本点开始生长不断的扩大区域直到包含进个训练样本点为止并且把测试样本点归为这最近的个训练样本点中出现频率最大的类别其中测试样本与训练样本的相似度一般使用欧式距离测量如果值固定并且允许训练样本个数趋向于无穷大那么所有的这个近邻都将收敛
1.文档余弦相似度计算
2.k均值聚类算法
3.k近邻分类算法
最近邻方法(k-nearestneighbor,简称kNN)是一种简洁而有效的非参数分类方法，是最简
单的机器学习算法之一，该算法最初由Cover和Hart提出的，用于解决文本的分类问题。
K近邻算法是最近邻算法的一个推广。该规则将是一个测试数据点x分类为与它最接近
的K个近邻中出现最多的那个类别。K近邻算法从测试样本点x开始生长，不断的扩大区
域，直到包含进K个训练样本点为止，并且把测试样本点x归为这最近的K个训练样本点
中出现频率最大的类别。其中测试样本与训练样本的相似度一般使用欧式距离测量
文档评论（0）