k-近邻算法
2021-05-23 04:29
阅读：670
标签：nbsp 流程 比较 测量 数值 训练 不同 分析 k-近邻算法 1. k-近邻算法采用测量不同特征值之间的距离方法进行分类 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 适用数据类型：数值型和标称行 存在一个样本数据集合，称作为训练样本集。并且样本集中每个数据都存在标签（每一数据与所属分类的对应关系）。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。 2. 流程： 3. k-近邻算法 标签：nbsp 流程 比较 测量 数值 训练 不同 分析 k-近邻算法 原文地址：https://www.cnblogs.com/chengchengaqin/p/9735998.html
下一篇：第六章 Java并发容器和框架
评论
亲，登录后才可以留言！