基于距离度量的K近邻基本分类算法研究

张大伟 ¹李明艳¹

扫码查看

作者信息

1. 北海职业学院广西·北海 536000
折叠

摘要

自计算机出现以来围绕人工智能进行的研究从未停止,众多算法如雨后春笋涌现,K近邻(KNN,又称K最近邻)算法简单直接,是一个入门级的机器学习算法,其通过对比未知样本周边K个已知样本的分类进而判断未知样本本身类别,明可夫斯基距离是K近邻分类算法中常用的距离度量方法,研究结果表明距离度量对K近邻基本分类有较大的影响.

关键词

机器学习/明可夫斯基距离/距离度量/K近邻

引用本文复制引用

基金项目

2021年度北海职业学院校级科研项目(2021YKY22)

出版年

2022

科教导刊-电子版(中旬)

影响因子：0.034

ISSN：

参考文献量8

段落导航