K近邻算法（K-Nearest Neighbors，简称KNN）
KNN算法通过比较新样本与训练集中的样本的距离，然后根据最近的K个邻居的投票结果来决定新样本的分类。
如图所示，K越大的边界会更加平滑，本质上是根据某一样本最近的K个邻居来投票该区域的类型，可以看到，K取1时会受噪声的影响在绿色中间出现了一块黄色的区域
图像分类-数据驱动方法
2024/11/30 13:31:29
来源：https://blog.csdn.net/drarad/article/details/140214857
浏览:
次
关键词：图像分类-数据驱动方法
版权声明:
本网仅为发布的内容提供存储空间，不对发表、转载的内容提供任何形式的保证。凡本网注明“来源：XXX网络”的作品，均转载自其它媒体，著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处。
我们尊重并感谢每一位作者，均已注明文章来源和作者。如因作品内容、版权或其它问题，请及时与我们联系，联系邮箱：809451989@qq.com，投稿邮箱：809451989@qq.com
