KNN算法与 R 语言实现

算法原理：需对所有样本点（已知分类+未知分类）进行归一化处理。对未知分类的数据集中的每个样本点依次执行以下操...



算法原理：

需对所有样本点（已知分类+未知分类）进行归一化处理。

对未知分类的数据集中的每个样本点依次执行以下操作：

1、计算已知类别数据集中的点与当前点（未知分类）的距离。

2、按照距离递增排序

3、选取与当前距离最小的k个点

4、确定前k个点所在类别的出现频率

5、返回前k个点出现频率最高的类别作为当前点的预测类别

实例说明：

选择iris数据集为例，iris共有150条数据，内容如下：

head(iris)



## Sepal.LengthSepal.WidthPetal.LengthPetal.Width为分类的四个维度，Species为分类结果

# 1、对iris进行归一化处理，scale归一化的公式为(x-mean(x))/sqrt(var(x))

iris_s

    关注 每天都有进步