KNN算法详解：从基础理论到实践应用.pptx

KNN算法

KNN算法简介KNN思想、分类和回归问题处理流程KNN算法API介绍分类、回归实现距离度量常用距离计算方法特征预处理归一化、标准化

理解K近邻算法的思想知道K近邻算法分类流程知道K近邻算法回归流程

KNNK-近邻算法（KNearestNeighbor，简称KNN）。比如：根据你的“邻居”来推断出你的类别KNN算法思想：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别思考：如何确定样本的相似性？

KNN算法分类流程计算未知样本到每一个训练样本的距离将训练样本根据距离大小升序排列取出距离最近的K个训练样本进行多数表决，统计K个样本中哪个类别的样本个数最多将未知的样本归属到出现次数最多的类别回归流程计算未知样本到每一个训练样本的距离将训练样本根据距离大小升序排列取出距离最近的K个训练样本把这个K个样本的目标值计算其平均值作为将未知的样本预测的值解决问题：分类问题、回归问题算法思想：若一个样本在特征空间中的k个最相似的样本大多数属于某一个类别，则该样本也属于这个类别相似性：欧氏距离

1KNN概念KNearestNeighbor一个样本最相似的k个样本中的大多数属于某一个类别，则该样本也属于这个类别2KNN分类流程计算未知样本到每一个训练样本的距离将训练样本根据距离大小升序排列取出距离