kNN算法的核心思想是如果一個(gè)樣本在特征空間中的k個(gè)最相鄰的樣本中的大多數(shù)屬于某一個(gè)類(lèi)別,則該樣本也屬于這個(gè)類(lèi)別,并具有這個(gè)類(lèi)別上樣本的特性。該方法在確定分類(lèi)決策上只依據(jù)最鄰近的一個(gè)或者幾個(gè)樣本的類(lèi)別來(lái)決定待分樣本所屬的類(lèi)別。 kNN方法在類(lèi)別決策時(shí),只與極少量的相鄰樣本有關(guān)。由于kNN方法主要靠周?chē)邢薜泥徑臉颖荆皇强颗袆e類(lèi)域的方法來(lái)確定所屬類(lèi)別的,因此對(duì)于類(lèi)域的交叉或重疊較多的待分樣本集來(lái)說(shuō),kNN方法較其他方法更為適合。
-
intel
+關(guān)注
關(guān)注
19文章
3493瀏覽量
188060 -
體系結(jié)構(gòu)
+關(guān)注
關(guān)注
0文章
29瀏覽量
9793
發(fā)布評(píng)論請(qǐng)先 登錄
分布式軟件系統(tǒng)
Python實(shí)現(xiàn)k-近鄰算法
機(jī)器學(xué)習(xí)之 k-近鄰算法(k-NN)
嵌入式芯片體系結(jié)構(gòu)
Python實(shí)現(xiàn)k-近鄰算法
基于入侵容忍的分布式數(shù)據(jù)庫(kù)安全體系結(jié)構(gòu)
分布式數(shù)據(jù)庫(kù)控制協(xié)調(diào)體系結(jié)構(gòu)的研究與實(shí)現(xiàn)
基于ZGS的大規(guī)模多智能體系統(tǒng)的分布式優(yōu)化算法
基于層次社區(qū)結(jié)構(gòu)的大規(guī)模社會(huì)網(wǎng)絡(luò)K-出入度匿名算法

基于MapReduce/Spark的大規(guī)模壓縮模糊K-近鄰算法

企業(yè)云服務(wù)體系結(jié)構(gòu)風(fēng)格的通用和抽象參考模型

分布式K-自同構(gòu)社會(huì)網(wǎng)絡(luò)隱私保護(hù)算法
分布式智能微電網(wǎng)的體系結(jié)構(gòu)操作系統(tǒng)

超大規(guī)模體系結(jié)構(gòu)系統(tǒng)監(jiān)視器用戶指南

評(píng)論