现代机器学习：方法与实践 课件 第2章 k近邻算法.pptx

第2章k近邻算法(kNN)

课程目录01kNN算法原理?基本思想：基于“物以类聚”的直观假设，属于惰性学习模型?核心三要素：距离度量方式、k值的选取、以及分类决策规则02kNN算法实现?流程解析：掌握从数据预处理到模型评估的机器学习全流程?实战演练：从零手写kNN分类器，并对比Sklearn库的高效实现03总结与拓展?深度总结：剖析kNN算法在不同场景下的优缺点与适用边界?知识延伸：探索kNN在回归任务中的应用原理与参数调整技巧

01.kNN算法原理：基本思想图示：通过邻近样本的类别投票判定未知样本核心思想：物以类聚，人以群分kNN是一种基于实例的监督学习算法，其逻辑非常直观