《机器学习实战》 - K近邻算法（KNN）

简介

K 近邻算法（K-Nearest Neighbor, KNN） 测量 不同特征值 间距离 进行分类 优点：

• 精度高
• 对异常值不敏感
• 无数据输入假定
• 无需训练

缺点：

• 计算复杂度高
• 空间复杂度高
• 使用数据范围（1. 数值型 2.标称型）

流程：

1. 计算未知电影 与 各样本距离，
2. 选出前k个最近
3. k个中服从多数，k一般取奇数，否则可能存在票数相同，无法判定类别

Q：如何测试分类器？ A：常用评估方法：错误率

准备数据：归一化数值

Q：为什么进行归一化？ A： 特征值间 量纲 差异大，导致最终结果易受某些仅仅是 量纲大 的数影响 取值范围 处理为 [0, 1] 或 [-1, 1] 特征值转到 [0, 1] 公式：newValue = (oldValue-min)/(max-min) 举例：

image-20201206111927160数字差值 最大的属性 对计算结果的影响最大 每年获取的 飞行常客里程数 对于计算结果的影响 将远远大于其他两个特征——玩视频游戏的和每周消费冰淇淋公升数——的影响 仅仅 是因为 量纲，飞行常客里程数 远大于 其他特征值 海伦 认为 这 三种特征 同等重要，飞行常客里程数 不应该 如此严重影响 结果

参考

• 《机器学习实战》[美] Peter Harrington
• 本文作者： yiyun
• 本文链接： https://moeci.com/posts/分类-读书笔记/KNN/
• 版权声明： 本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！