KNN璁茶ВPPT课件.ppt

该【KNN璁茶ВPPT课件 】是由【286919636】上传分享，文档一共【34】页，该文档可以免费在线阅读，需要了解更多关于【KNN璁茶ВPPT课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。**K最近邻(K-NEARESTNEIGHBOR)KNN分类算法1.**主要内容1引言2KNN的基本思想3KNN算法的实现4KNN的优缺点5KNN的一些改进策略6KNN在实际问题中的应用2.**1引言分类(Classification)是数据挖掘领域中的一种重要的技术,它是从一组已知的训练样本中发现分类模型,并且使用这个分类模型来预测待分类样本。建立一个有效的分类算法模型最终将待分类的样本进行处理是非常有必要的。3.**目前常用的分类算法主要有:朴素贝叶斯分类算法(Na?veBayes)、支持向量机分类算法(SupportVectorMachines)、KNN最近邻算法(k-NearestNeighbors)、神经网络算法(NNet)以及决策树(DecisionTree)等等。4.****KNN算法是一个理论上比较成熟的方法,最初由Cover和Hart于1968年提出,其思路非常简单直观,易于快速实现。因此,KNN算法以其实现的简单性及较高的分类准确性在中文文本自动分类等领域得到了广泛应用。5.**2KNN的基本思想根据距离函数计算待分类样本X和每个训练样本的距离(作为相似度),选择与待分类样本距离最小的K个样本作为X的K个最邻近,最后以X的K个最邻近中的大多数所属的类别作为X的类别。KNN可以说是一种最直接的用来分类未知数据的方法。6.**简单来说,KNN可以看成:有那么一堆你已经知道分类的数据,然后当一个新数据进入的时候,就开始跟训练数据里的每个点求距离,然后挑出离这个数据最近的K个点,看看这K个点属于什么类型,然后用少数服从多数的原则,给新数据归类。7.**8.**3KNN算法的实现(1)问题描述数据集:-鸢尾花。。为了操作方便,对各组数据添加rowNo属性,第一组rowNo=1,共有150组数据,选择rowNo模3不等于0的100组作为训练数据集,剩下的50组做测试数据集。9.**?初始化距离为最大值;?计算未知样本和每个训练样本的距离dist;?得到目前K个最临近样本中的最大距离maxdist;(2)实现步骤:10.