algorithm - KNN 算法如何工作

Question

当我开始理解这个算法时，我不太明白它应该如何工作。我有一个数据集，并且有需要分类的新数据。 数据集:

2   2   a
3   5   a
1   8   b
3   16  b
4   12  a
5   20  a

还有一个新数据:

1   2

现在我需要将新集合分类为“a”或“b”。 我可以计算每个数据集的距离。sqrt((aNew-Ai)^2+(bNew-Bi)^2) 每个数据集。 对于距离，我有该数据:

    a   b   dist    class
new 1   2   ?       ?
old 2   2   1,0     a
old 3   5   5,8     a
old 1   8   8,1     b
old 3   16  16,3    b
old 4   12  12,6    a
old 5   20  20,6    a

例如。 K 等于 6。 我应该如何对新数据进行分类？

Answer 1

您需要找到新数据点与数据集中所有点之间的距离。

1. 按升序排列这些距离。
2. 从列表中选取前 K 个距离。
3. 从选定的距离获取类(class)。
4. 现在检查哪个类别的重复次数或得票数最多。

有关 Java 中的实现，请参阅 here