机器学习算法思想与实践 课件 第6章-机器学习算法-最近邻学习_第1页
机器学习算法思想与实践 课件 第6章-机器学习算法-最近邻学习_第2页
机器学习算法思想与实践 课件 第6章-机器学习算法-最近邻学习_第3页
机器学习算法思想与实践 课件 第6章-机器学习算法-最近邻学习_第4页
机器学习算法思想与实践 课件 第6章-机器学习算法-最近邻学习_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

最近邻学习《机器学习算法思想》

最

近

邻

学

习k近邻算法是一种常用的机器学习分类算法，它基于实例之间的相似性进行分类。该算法通过计算待分类样本与训练集中的样本之间的距离，选取距离最近的K个邻居，根据这K个邻居的标签进行投票，将待分类样本归类为票数最多的类别。输入：待分类数据集输出：分类结果1）数据准备：准备用于训练和测试的数据集。数据集由一系列特征向量和对应的标签组成，其中特征向量用于描述样本的属性，标签则表示样本的类别。2）计算距离：对于测试样本，需要计算它与训练集中每个样本的距离。常用的距离计算方法包括欧氏距离、曼哈顿距离等。3）选择K值：K值表示选择K个邻居进行投票，较小的K值会使模型更加敏感，容易受到噪声的影响，而较大的K值会使模型更加平滑，忽略掉样本之间的细节。4）确定类别：根据K个最近邻居的标签进行投票，并将待分类样本归类为票数最多的类别。在处理多类别分类问题时，可以使用加权投票的方式，根据邻居与待分类样本的距离进行加权。最

近

邻

学

习案例：假设有数据集，其中有三种样本点，分别用三角形、圆形、方形表示。其数据分布如图所示，现在有一个新数据点（用星表示），需要确定它的分类。

最

近

邻

学

习

设置K=3，则计算新数据点与周边数据的距离，挑选出距离最近的3个样本点，发现这6个样本点都是三角形，因此，将新数据点划分为三角形所在的类。

设置K=6，则计算新数据点与周边数据的距离，挑选出距离最近的6个样本点，发现这6个样本点是三角形或者圆形，因此，将新数据点划分为三角形或者圆形，具体是三角形还是圆形，需要继续投票，也可以根据

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论