| 失效链接处理 |
|
深入浅出Python机器学习 PDF 下载
相关截图：
 主要内容：
我们的数据集里面有一半是“朱”（图中浅色的点〉，另一半是“ 墨”（图中深色的点）。
现在有了一个新的数据点，颜色未知，我们怎么判断它属于哪一个分类呢？
对于K 最近邻算法来说，这个问题就很简单：新数据点离谁最近，就和谁属于同一类，从图
3-1 中我们可以看出，新数据点距离它8 点钟方向的浅色数据点最近，那么理所应当地，这个
新数据点应该属于浅色分类了，如图3 -2 所示。
看起来， K 最近邻算法真是够简单的，这么轻松就完成了分类的工作。别急，我们还没说完。
刚才只是举的最简单的例子，选的最近邻数等于1 。但如果我们在模型训练过程中让最近邻数
等于1 的话， 那么非常可能会犯了“ 一叶障目，不见泰山 ＂的错误，试想一下，万一和新数
据点最近的数据恰好是一个测定错误的点呢？
所以需要我们增加最近邻的数量，例如把最近邻数增加到3 ，然后让新数据点的分类和3 个当
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
