首页 > K最近邻算法 阅读数:3

KNN算法(K最近邻算法)

Python实现KNN算法(K最近邻算法)Logo图标KNN 算法(全称 K最近邻算法,K-Nearest-Neighbour)是比较基础的分类算法,易于理解,其核心思想就是距离的比较,即离谁最近,就被归类于谁。该算法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。

分类器是将测试对象的属性和某个训练对象的属性完全匹配时,便可对其进行分类。但并不是所有测试对象都会找到与之完全匹配的训练对象,其次就是存在一个测试对象同时与多个训练对象匹配,导致一个训练对象被分到了多个类的问题,基于这些问题,就产生了 KNN 算法。

K 最近邻的核心数学知识是距离的计算和权重的计算。我们把需要预测的点作为中心点,然后计算其周围一定半径内的已知点距其的距离,挑选前 k 个点,进行投票,这 k 个点中,哪个类别的点多,该预测点就被判定属于哪一类。通过本专题的学习您将对 KNN 算法有基本的认识与理解。

教程目录
1. KNN算法(K最近邻算法)详解
2. KNN算法K值选择:距离加权最近邻算法
3. KNN算法实战:手写字体识别