机器学习之KNN算法:鸢尾花案例

一、KNN算法(又称近邻算法)

       核心思想:若一个样本在特征空间中有k个相似的样本且其中大多数同属于某一类别,那么这个样本也属于该类别。

       大白话版:我在什么地方,问我附近邻居

二、相似性的判断

        那么如何判断哪些算是近邻?我们采用距离指标来进行衡量。常见的距离指标有:欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离。其中欧氏距离最为常用。

        ①欧氏距离    

                欧氏距离就是指两点空间上的距离,该方法的公式相信很多人都比较熟悉

                计算公式:d = \left ( \sum_{k=1}^{n}\left ( x_{1k}- x_{2k}\right ) ^{2}\right )^{\frac{1}{2}}

机器学习之KNN算法:鸢尾花案例_第1张图片

 

你可能感兴趣的:(机器学习,算法,人工智能)