昇思25天学习打卡营第XX天|基于MindSpore的红酒分类实验
虽然叫NN,但这不是深度神经网络,而是传统算法结合
K近邻算法(KNN)是一种直观的非参数机器学习方法,用于分类和回归任务。它根据一个样本与训练数据集中样本的距离来预测其类别。KNN的核心在于选择K个最近邻居,并通过多数投票或加权投票来决定新样本的类别。K值的选择对模型的泛化能力至关重要,太小易受噪声干扰,太大则可能忽略小类别。距离度量,如欧氏距离或曼哈顿距离,决定了样本间的相似度。分类决策规则通常采用多数表决,确保模型的预测准确性。