内容简介：用官方的话来说，所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。如果你之前没有学习过K最近邻算法，那今天几张图，让你明白什么是K最近邻算法。
用官方的话来说，所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。
如果你之前没有学习过K最近邻算法，那今天几张图，让你明白什么是K最近邻算法。
图说开始
先来一张图，请分辨它是什么水果
很多同学不假思索，直接回答：“菠萝”！！！
仔细看看同学们，这是菠萝么？那再看下边这这张图。
这两个水果又是什么呢？
这就是菠萝与凤梨的故事，下边即将用菠萝和凤梨，给大家讲述怎么用一个算法来知道这是个什么水果的过程，也就是什么是K最近邻算法。
（给非吃货同学们补充一个生活小常识，菠萝的叶子有刺，凤梨没有。菠萝的凹槽处是黄色的，而凤梨的凹槽处是绿色的，以后千万不要买错哦！！！）
上边这张图中，我们定义了两个维度的特征：
-
一个是叶子是否有刺
-
一个是凹槽处是否的颜色
问：一个新的水果来了，我们怎么判断他是什么水果呢？
方法如下：
（看这个神秘水果与哪个水果的举例近。同等举例，看离它最近的水果中，哪个水果多）
根据上图中，我们判断，这个神秘水果那就是菠萝啦，原因是离它近的水果中菠萝比凤梨多。
相信到这里，大家都已经明白了什么是K最近邻算法了吧！
下边来具体学习一下距离的计算
假设我们有3中不知名的水果
我们现在根据其大小和颜色的特征，把它们放入图表中
那如我们如何判断他们有多像呢？
具体的计算，可以使用毕达哥拉斯公式
那现在来计算水果A和水果B之间的距离
最后的计算结果为1
那么同理，如果要让你去做一个推荐系统，我们可以把人的用户画像放在一个表格里
如果我们给其中一个人推荐他可能感兴趣的书、电影、美食等，就可以看一下离他最近距离的这些人都在做什么，然后就套用下边的公式就可以了
无论多少维度，直接套用就可以了。
图说算法，是不是非常的简单就理解了KNN。
祝大家学习愉快，欢迎转发。
以上所述就是小编给大家介绍的《图说十大数据挖掘算法(一)K最近邻算法》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- 数据挖掘领域十大经典算法之―朴素贝叶斯算法（附代码）
- python 数据挖掘算法简要
- 数据挖掘竞赛指南：曾经的数据挖掘少年，如今的阿里算法大佬
- 数据分析师、大数据开发、Hadoop开发工程师、数据挖掘、算法工程师各路人才薪资怎么样？
- 数据挖掘复习笔记---02.数据
- 数据挖掘建模：如何从数据中“淘金”？
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Agile Web Development with Rails, Third Edition
Sam Ruby、Dave Thomas、David Heinemeier Hansson / Pragmatic Bookshelf / 2009-03-17 / USD 43.95
Rails just keeps on changing. Rails 2, released in 2008, brings hundreds of improvements, including new support for RESTful applications, new generator options, and so on. And, as importantly, we’ve a......一起来看看 《Agile Web Development with Rails, Third Edition》 这本书的介绍吧!
