這是最基礎的入門算法，屬于有監督學習，主要用途進行分類
流程
1：獲取樣本數據集(包括分類標簽和特征屬性值)
2：獲取待預測數據集的特征值，通過與樣本數據集的特征進行比較
3：然后算法提取樣本集中特征最相似數據的分類標簽
4：一般只提取樣本數據集中前K個最相似的數據分類標簽，這就是k-鄰近算法的出處，通常k是不大于20的整數
5：最后從K數據里面提取出現次數最多的分類標簽，作為待預測數據集的分類標簽，即完成實際分類業務
通俗說法
1：拿一堆水果
2：拿一個未知水果
3：根據未知水果的特征與每一種水果的特征進行比較
4：取出最相似的前K個水果，這個K通常是不大于20的整數
5：從這K個水果里面，提取出出現次數最多的水果A
6：把這個未知水果歸結為水果A
7：完成分類
posted on 2017-08-01 12:02
朔望魔刃 閱讀(150)
評論(0) 編輯 收藏 所屬分類:
python