数据挖掘

1. 最近邻分类器

1.1 学习方法的演变

• 积极学习方法
• 消极学习方法
  • rote分类器
  • 最近邻分类器

1.2 基本思想

如果它走路像鸭，叫得像鸭，那么它很可能是鸭。

计算测试样例的k个最近的训练样例，根据k个最近邻的训练样例的类别来确定测试样例的类别。

• 最近邻分类器的要素：
  • 训练样例
  • 距离度量
  • k值的选取

1.3 最近邻分类器的特征

• 基于实例学习，不需要学习模型
• 测试样例的开销很大，
• k值太小易受到噪声干扰，k值太大容易
• 分类边界像蜂窝状

1.4最近邻分类器的优缺点

• 优点
  • 最近邻是一种非参数的分类技术，简单直观，易于实现
  • 是一种在线技术，新数据可以直接加入数据集而不必进行重新训练
• 缺点
  • 当样本不平衡时

1.5 最近邻分类器的改进：K-D树