【机器学习】最近邻策略：k-means和KNN

假设我们已经利用一堆样本{(x,y)}进行了训练，得到了k个分类和k个分类的重心，那么对于待测数据x’，计算x’到k个分类重心的距离，距离最近的分类y‘即为x’的分类。这是最近邻策略的基本思路，从中衍生了k-means和KNN方法。如何度量距离是一个复杂的问题，一般情况下我们习惯使用欧氏距离来表征分类距离。如果我们要调整n个分类特征的权重，可以修改距离度量的定义；可以将n个分类特征变为特征的函数f(x假设我们已经利用一堆样本{(x,y)}进行了训练，得到了k个分类和k个分类的重心，那么对于待测