统计学习方法:KNN
K近邻法
比较简单,我就讲下流程.
- 确定距离度量
在\(L_p\)距离中选择任意一个即可
\[ \begin{aligned} L_{p}\left(x_{i}, x_{j}\right)=\left(\sum_{l=1}^{n}\left|x_{i}^{(l)}-x_{j}^{(l)}\right|^{p}\right)^{\frac{1}{p}} \end{aligned} \]
计算待分类样本点与已知样本点的距离
根据\(k\)值确定待分类样本点类别
K近邻法
比较简单,我就讲下流程.
在\(L_p\)距离中选择任意一个即可
\[ \begin{aligned} L_{p}\left(x_{i}, x_{j}\right)=\left(\sum_{l=1}^{n}\left|x_{i}^{(l)}-x_{j}^{(l)}\right|^{p}\right)^{\frac{1}{p}} \end{aligned} \]
计算待分类样本点与已知样本点的距离
根据\(k\)值确定待分类样本点类别