机器学习kNN——k近邻算法详解(第一部分,绝对最全面)

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Haidaiya/article/details/82285997

人工智能,机器学习,深度学习是近几年来的热词。他们之间的关系又是什么呢?其实是这样的人工智能包含机器学习,机器学习包含深度学习,换句话说人工智能范围最大,机器学习在人工智能中,深度学习又是机器学习的一个分支。

今天介绍机器学习中很重要的一个算法,这个算法对数学的要求很低,也是入门机器学习的第一个算法

一 kNN基础

kNN名为k近邻算法,主要用于解决分类问题,其实它的原理是这样的,每当我们需要对一个未知的数据进行分类时,我们会寻找它周围k个点,查看k个点的性质,根据k个点的性质判断未知数据的类别。

二 使用sklearn中的kNN算法

三 训练集与测试集

四 准确度

五 超参数

kNN算法还有其他的超参数,在下一篇博客再继续介绍

猜你喜欢

转载自blog.csdn.net/Haidaiya/article/details/82285997