邻近算法教学课件.pptx

1.1 k邻近算法-1 人 工 主讲教师：于 京 智 能 KNN算法（一） 目 录 KNN的原理 工程中的数据处理问题以及程序代码 人工智能算法中的常用概念 KNN的原理 1 KNN的原理 1 KNN的原理 1 KNN的原理 1 按简单多数原则 K个近邻 ？ KNN的原理 1 用距离量化 “近” 品牌型号 长（mm） 宽（mm） 高（mm） 用户行为 BAOJ310 4032 1680 1450 略过 XW-M1 4330 1535 1885 浏览 POL 4053 1740 1449 略过 BW5 5087 1868 1500 浏览 BDe6 4560 1822 1645 浏览 Wuling 3797 1510 1820 略过 KNN的原理 1 用这个方法考察实际问题的数据，就能解决诸如“推荐” 和“预测”这类人工智能领域的分类问题 标志 型号 长（mm） 宽（mm） 高（mm） 略过 CrV 4053 1740 1449 浏览 BW5 5087 1868 1500 略过 POL 4032 1680 1450 浏览 BDe6 4330 1535 1885 　 　 　 推荐? X008 4560 1822 1645 KNN的原理 1 KNN的原理 1 KNN算法的一般过程需要对未知类别属性的数据集中的每个点依次执行以下操作： 操作过程录像 KNN的原理 1 KNN的原理 1 选取与被测车辆距离最小的k个点（一般k为奇数，本例k=3）的分类，作为判断的依据； 观察图中的黄色部分，即离被测最近距离的3种车中，2种为用户感兴趣的车型，1种为用户无兴趣车型； 按简单的少数服从多数原则，可确定被测车辆也是用户感兴趣车型。 KNN的原理 1 就一般经验，k的取值一般低于已知类别的样本数的平方根。 other 还可以不使用简单投票规则，而对距离加权，比如可以使距离近的点更有影响力。可以降低k值变化对结果的影响。 小 结 1 本小节结束！ 主讲教师：于 京