KNN是有监督的学习算法，其特点有：1、精度高，对异常值不敏感2、只能处理数值型属性3、计算复杂度高（如已知分类的样本数为n，那么对每个未知分类点要计算n个距离） KNN算法步骤：需对所有样本点（已知分类+未知分类）进行归一化处理。然后，对未知分类的数据集中的每个样本点依次执行以下操作：1、计算已知类别数据集中的点与当前点（未知分类）的距离。2、按照距离递增排序3、选取与当前距离最小的k
转载
2月前
80阅读