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。
统计自然语言处理基础
Chris Manning、Hinrich Schütze / 苑春法、李伟、李庆中 / 电子工业出版社 / 2005-1 / 55.00元
《统计自然语言处理基础：国外计算机科学教材系列》是一本全面系统地介绍统计自然语言处理技术的专著，被国内外许多所著名大学选为计算语言学相关课程的教材。《统计自然语言处理基础：国外计算机科学教材系列》涵盖的内容十分广泛，分为四个部分，共16章，包括了构建自然语言处理软件工具将用到的几乎所有理论和算法。全书的论述过程由浅入深，从数学基础到精确的理论算法，从简单的词法分析到复杂的语法分析，适合不同水平的读......一起来看看 《统计自然语言处理基础》 这本书的介绍吧!
