机器学习-K临近算法(1)

场景:相亲对象靠谱吗?

假设我们要判断一个男生是不是"优质男",我们根据两个指标来打分(1-10分):事业心 和家务能力。

我们手里已经有 4 个已知身份的样本:

姓名 事业心 () 家务能力 () 结论(标签)
小王 8 2 事业型
小李 9 3 事业型
小张 2 8 居家型
小赵 3 7 居家型

现在来了一个新人:小明

小明的得分是:事业心 7分,家务能力 4分 。

我们要帮小明分个类,看看他离谁更近。我们设定 ****(找最近的 3 个人)。

第一步:算距离

我们要算小明和每个人的"直线距离"。公式就是:

  1. 跟小王的距离:

  2. 跟小李的距离:

  3. 跟小张的距离:

  4. 跟小赵的距离:

第二步:选邻居

我们把距离从小到大排个序:

  1. 小王 (2.24)
  2. 小李 (2.24)
  3. 小赵 (5.00)
  4. 小张 (6.40)

既然我们要找 **** 个最近的邻居,那前三名就是:小王、小李、小赵。

第三步:投票
  • 小王 是"事业型"
  • 小李 是"事业型"
  • 小赵 是"居家型"

结果: 2 票对 1 票,事业型胜出!
结论: 算法认为小明属于 "事业型"。


总结一下你刚才做的:

  1. 量身高:你算了新数据和老数据之间的"距离"。
  2. 找邻居:你挑了离得最近的几个点。
  3. 看人头:哪边人多,新来的就归哪边。
相关推荐
高洁0115 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
在所不辞兄17 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
Oiiouui20 小时前
原始CNN识别与训练模型实现
神经网络·机器学习·cnn
罗西的思考1 天前
【轻量化复现大模型 / KIMI K3】训练模块梳理 & Muon P2P 优化器
人工智能·深度学习·机器学习
伞伞悦读1 天前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
塑料铲子2 天前
你的 Skill 越多越蠢?Token 上下文爆炸的求生指南
机器学习·agent
TsingtaoAI2 天前
VeyForge:构建具身智能的AI 3D资产与Sim-to-Real数据引擎
人工智能·机器学习
罗西的思考4 天前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
Asher11254 天前
电池数据整理复盘:从 MAT 文件到充电曲线
机器学习