Tensorflow教程-最近邻算法

“ 再小的你,也有自己的个性”

通过阅读本文,您可以学会:

1、了解k近邻算法

2、用Tensorflow实现最近邻算法

源代码:

https://github.com/PrivateThink/tensorflow_tutorial/blob/master/06.py

k近邻算法

k近邻算法是一种常用的分类和回归方法,它简单直观:给定一个训练数据集,对新的输入的测试数据,在训练数据集中找到与该测试数据最邻近的k个数据。如果这k个数据的多数属于哪个类别,就把该测试数据分为这个类别。而我今天要讲的最近邻算法就是当k=1的特殊情况。

最邻近的指的是距离,那么在k近邻算法中,这个距离要怎么计算?

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180625G01P0N00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券