码迷,mamicode.com
首页 > 编程语言 > 详细

机器学习实战-K-nearest neighbors 算法的优缺点

时间:2015-12-10 21:58:44      阅读:362      评论:0      收藏:0      [点我收藏+]

标签:

K临近算法是基于实例的学习,使用算法的时候我们必须要有接近分类结果的实例训练样本数据。

 

优点:精度高,对异常值不敏感

缺点:

  • 时间复杂度和空间复杂度比较大。(如果训练样本数据集比较大,需要大量的空间来保存数据,并且需要待预测数据和训练样本数据集每条数据的距离,耗费时间。)
  • 无法给出任何数据的基础结构信息,因此无法知晓平均实例样本和典型事例样本有什么特征。
  • 无法持久化分类器。

机器学习实战-K-nearest neighbors 算法的优缺点

标签:

原文地址:http://www.cnblogs.com/danshenmaogou/p/5037300.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!