常用机器学习算法简单介绍.docxVIP

常用机器学习算法简单介绍 一、 分类 K—最近邻算法（K-NN） 存在一个样本数据集合，也称作训练样本集,并且样本集中的每个数据都存在标签，即我们知道样本集 中每一数据与所述分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，选择样本数据集中的前 k 个相似的数据.最后选择 k 个最相似数据中出现次数最多的分类，作为新数据的分类。 伪代码: 对未知类别属性的数据集中的每个点依次执行以下操作： 计算已知类别数据集中的点与当前点之间的距离； 按照距离递增依次排序； 选取与当前点距离最小的k 个