k近邻算法

K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

资源总数
500

k近邻算法 热门资料

查看全部 500 份 →

邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。

2015-05-21 2 k近邻算法

在低维空间中R树的查询效率较高，而在高维空间中其性能急剧恶化，降维成为解决问题的关键。利用Hilbert曲线的降维特性，该文提出基于Hilbert曲线近似k-最近邻查询算法AKNN，分析近似k-最近邻

2024-04-24 4 k近邻算法