内容简介：分类问题之 KNN
分类问题之 KNN
简介
- lazy learning, 训练阶段仅仅保存样本, 没有显式的学习过程, 待收到测试样本后再进行处理
- 三要素: k值的选择, 距离度量(街区, 欧式, 闵可夫斯基), 分类决策规则(majority vote)
-
分类步骤
1.计算测试点到训练集各个点的距离 2.找出距离最小的 k 个点 3.投票法得出类别
- k 太小, 则对噪声敏感; k 太大, 则可能包含太多其他类别的点
- 属性中需要归一化, 防止某一属性在计算距离的时候占主导地位
优点
- 复杂度较低
- 效率高
- 非常适用于简单数据集的分类
- 抗噪，对噪声鲁棒
- 选取最优决策树是NP完全问题
其他
- PEBLS: Parallel Examplar-Based Learning System (Cost & Salzberg)
以上所述就是小编给大家介绍的《数据挖掘复习笔记---04.2分类问题之 KNN》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Java数据结构和算法
拉佛 / 计晓云 / 中国电力出版社 / 2004-02-01 / 55.00元
《Java数据结构和算法》(第2版)以一种易懂的方式教授如何安排和操纵数据的问题，其中不乏一些难题：了解这些知识以期使计算机的应用获得最好的表现。不管使用何种语言或平台，掌握了数据结构和算法将改进程序的质量和性能。 《Java数据结构和算法》(第2版)提供了一套独创的可视讨论专题用以阐明主要的论题：它使用Java语言说明重要的概念，而避免了C/C++语言的复杂性，以便集中精力论述数据结构和算法。经......一起来看看 《Java数据结构和算法》 这本书的介绍吧!
