分類基礎(存儲版)
【正文】 air yes 48 medium yes fair yes 27 medium yes excellent yes 38 medium no excellent yes 31 high yes fair yes 51 medium no excellent no 47 high no excellent ? 分類算法 ?基于實例 ?K近鄰 ?規(guī)則（矩形劃分） ?基于規(guī)則 決策樹 ?分界面 ?Fisher線性判別 支持向量機 判別式模型 惰性學習 急切學習 產(chǎn)生式模型 K近鄰（ KNN） ? 實例投影到 nD 空間 ? 對于一個測試樣本 ? 找出最接近測試樣本的 k個“最近鄰” ? 指派到這 k近鄰的多數(shù)類 ? “鄰近性”怎么度量？ ? Euclidean distance, dist(X1, X2) ? 類別屬性呢？ ? 缺失值怎么辦？ . _ + _ xq + _ _ + _ _ + . . . . . kNN 的討論 ? kNN 適合的場景 ? 仸意形狀的類簇 ? 增量學習 ? 對噪音數(shù)據(jù)的魯棒性 ? 平均了 k近鄰
教學課件相關推薦
鄂ICP備17016276號-1