K近邻算法(K-Nearest Neighbors,简称KNN)
KNN算法通过比较新样本与训练集中的样本的距离,然后根据最近的K个邻居的投票结果来决定新样本的分类。
如图所示,K越大的边界会更加平滑,本质上是根据某一样本最近的K个邻居来投票该区域的类型,可以看到,K取1时会受噪声的影响在绿色中间出现了一块黄色的区域
K近邻算法(K-Nearest Neighbors,简称KNN)
KNN算法通过比较新样本与训练集中的样本的距离,然后根据最近的K个邻居的投票结果来决定新样本的分类。
如图所示,K越大的边界会更加平滑,本质上是根据某一样本最近的K个邻居来投票该区域的类型,可以看到,K取1时会受噪声的影响在绿色中间出现了一块黄色的区域
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/41582.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!