Python机器学习原理与实践 课件 第3章 k近邻算法与非参数估计.pptx

第3章K近邻算法与参数估计;3.1KNN算法原理;对未标记样本的类别，由距离其最近的K个邻居投票来决定属于哪个类别。假设有一个已标记好的数据集，此时有一个未标记的数据样本，我们的任务是预测出这个数据样本所属的类别。KNN的原理是：计算待标记样本和数据集中每个样本的距离，取距离最近的k个样本。待标记的样本所属类别就由这K个距离最近的样本投票产生。;4/48;例如，在图4-1中，有两类不同的样本数据，分别用三角形和正方形表示，而中间的圆形表示的是待分类的数据，还不知道属于哪一类，我们用“？”标记。下面我们根据K近邻的思想为该圆形表示的样本进行分类。

如果K=5，在圆形最近的样本点中，有4个正方