本文共 236 字，大约阅读时间需要 1 分钟。

下午参加了个交流会，主要介绍了一下K近邻算法。这里把我的理解总结一下。

K临近算法就是，样本中的数据有多个维度，每条样本对应一个标签。对要判断的数据，跟样本中的数据求出距离，然后递增排序，去前K个距离近的样本，对应标签比例大的那个就是，要判断的数据对应的标签。

这个算法的思想还是挺好理解的，但是真正应用到实际问题时，可能对不同数据，需要具体考虑。

例如，样本数据较大时，不能都去求距离，然后排序，这样效率太低。

求距离很多方法，过两天再贴出来。

这也算是刚入门，加油！！

转载地址：http://bjrsi.baihongyu.com/