k最近邻算法

1.K最近邻算法 : 简称KNN

用途:创建分类系统、机器学习等

算法思路:首先特征化(量化) 然后在象限中选取目标点,然后通过目标点与其n个邻居的比较,得出目标的特性,它有点统计的意思

2.毕达哥拉斯公式

用来计算两点的距离

余弦相似度:用来计算它们角度相似度

详见网络

3.回归

简单理解就是求平均数

4.机器学习之ORC(光学字符识别)

关键点是要浏览大量数字图像,并提取数字的特征,这在机器学习中称为训练

5.KNN算法的核心就是挑选合适的特征!

你可能感兴趣的:(k最近邻算法)