首先看看一些關鍵詞：K-NN算法，訓練集，測試集，特征（空間），標簽

舉實驗樓中的樣例，通俗的講講K-NN算法：電影有兩個分類（標簽）-動作片-愛情片。兩個特征--打斗場面--親吻畫面。

將那些數字和分類用圖像表示大概如下：

兩個紅圓圈分別代表兩種電影，他們包含了表中的數據，求解中間藍色方框（就一個點（X，Y））屬于哪一類，k-nn算法的解決方式是計算方框到兩圓的距離，離誰近就屬于誰。再具體點就是通過特征值來計算，假設接吻鏡頭次數=x，打斗=y，那么根據計算方式 d = （（X - x）^2 + （Y - y）^2）^0.5 ?可以得到如圖數據：

然后是k值的選擇（盡可能小原則），可以看到前三個數據與后三個數據有巨大差距，那k就取3吧，所以未知電影歸于愛情片。

這就是K-NN算法我的理解。對于實驗樓中提到的算法優缺點還有待研究，后期再補上。（未完待續.....）2017/7/14 ?1:39:0

?

轉載于:https://www.cnblogs.com/AngelYuFan/p/7164073.html

總結

以上是生活随笔為你收集整理的实验楼 1. k-近邻算法实现手写数字识别系统--《机器学习实战 》的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。