最近邻分类器的学习与分类过程融为一起，在分类过程中需要保护所有训练集样本，对于未知样本X，首先需要利用某种相似度评价标准，从训练集中获取与其最相似的K个样本，再利用k个样本的类别预测预测样本X的类别，因此K-NN算法没有单独的学习阶段，是一种在分类过程中实现学习的监督分类方法。 最近邻分类器的学习与分类过程融为一起，在分类过程中需要保护所有训练集样本，对于未知样本X，首
阅读背景：
K-NN分类器简介
来源：互联网
分享到：
