教育行業(yè)A股IPO第一股（股票代碼 003032）

全國咨詢/投訴熱線：400-618-4000

K-近鄰算法(KNN)概念：什么是K-近鄰算法?

更新時間:2021年04月28日11時27分 來源:傳智教育 瀏覽次數(shù):

KNN1

什么是K-近鄰算法?

根據(jù)你的“鄰居”來推斷出你的類別


1.1 K-近鄰算法(KNN)概念

K Nearest Neighbor算法又叫KNN算法，這個算法是機器學(xué)習(xí)里面一個比較經(jīng)典的算法， 總體來說KNN算法是相對比較容易理解的算法

定義

如果一個樣本在特征空間中的k個最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別。

來源：KNN算法最早是由Cover和Hart提出的一種分類算法

距離公式

兩個樣本的距離可以通過如下公式計算，又叫歐式距離 ，關(guān)于距離公式會在后面進(jìn)行討論

KNN2

1.2 電影類型分析

假設(shè)我們現(xiàn)在有幾部電影

電影分析

其中? 號電影不知道類別，如何去預(yù)測?我們可以利用K近鄰算法的思想

KNN4

分別計算每個電影和被預(yù)測電影的距離，然后求解

KNN4

1.3 KNN算法流程總結(jié)

1)計算已知類別數(shù)據(jù)集中的點與當(dāng)前點之間的距離

2)按距離遞增次序排序

3)選取與當(dāng)前點距離最小的k個點

4)統(tǒng)計前k個點所在的類別出現(xiàn)的頻率

5)返回前k個點出現(xiàn)頻率最高的類別作為當(dāng)前點的預(yù)測分類



猜你喜歡：

KNN和k-means聚類有什么不同？

深度相機是什么？深度相機常見技術(shù)

語言模型-BERT：bert算法介紹

傳智教育人工智能培訓(xùn)課程

0 分享到：
和我們在線交談！