原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
KNearestNeighbor算法
KNearestNeighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法，总
体来说KNN算法是相对比较容易理解的算法。其中的K表示最接近自己的K个数据样本。
KNN算法和K-Means算法不同的是，K-Means算法用来聚类，用来判断哪些东西是一个比较
相近的类型，而KNN算法是用来做归类的，也就是说，有一个样本空间里的样本分成很几
个类型，然后，给定一个待分类的数据，通过计算接近自己的K个样本来判断这个待分
类数据属于哪个分类。你可以简单的理解为由那离自己的K个点来投票决定待分类数据归
为哪一类。
一个比较经典的KNN图如下：
从上图中我们可以看到，图中的有两个类型的样本数据，一类是蓝色的正方形，另一类是红
色的三角形。而那个绿色的圆形是我们待分类的数据。
如果K=3，那么离绿色点的有2个红色三角形和1个蓝色的正方形，这3个点投票，于
是绿色的这个待分类点属于红色的三角形。
如果K=5，那么离绿色点的有2个红色三角形和3个蓝色的正方形，这5个点投票，于
是绿色的这个待分类点属于蓝色的正方形。
我们可以看到，机器学习的本质——是基于一种数据统计的方法！那么，这个算法有什么用
呢？我们来看几个示例。
KNN分类
产品质量判断假设我们需要判断的品质好坏，的品质好坏可以抽像出两个向量，一
个是“酸腐蚀的时间”，一个是“能承受的压强”。如果我们的样本空间如下：（所谓样本空
间，又叫TrainingData，也就是用于机器学习的数据）
向量X1向量X2
品质Y
耐酸时间（秒）圧强(公斤/平方米)
77坏
74坏
34好
14好
那么，如果X1=3和X2=7，这个毛巾的品质是什么呢？这里就可以用到
KNN算法来判断了。
假设K=3，K应该是一个奇数，这样可以保证不会有平票，下面是我们计算（3，
7）到所有点的距离。
向量X1向量X2
计算到(3,7)的距离向量Y
文档评论（0）