【有书共读】机器学习与优化读书笔记 01
KNN ( K 近邻 ) 是一种原始的懒惰的机器学习方式：它只是把所有的训练实力存在存储器（ 输入和对应的输出标记）。
当有一个新输入并需要计算其对应的输出时，在存储器中查找 k 个最接近的实例。读取它们的输出，并根据它们的大多数或平均值推导出
新实例的输出。当存储量非常多的实例时，训练阶段的懒惰会让预测阶段的响应时间变得很长。
相似的输入经常对应着相似的输出，这是机器学习领域的一个基本假设，因此 KNN 方法在很多实际案例中都有效。
#Linux##机器学习##读书笔记##笔记#
当有一个新输入并需要计算其对应的输出时，在存储器中查找 k 个最接近的实例。读取它们的输出，并根据它们的大多数或平均值推导出
新实例的输出。当存储量非常多的实例时，训练阶段的懒惰会让预测阶段的响应时间变得很长。
相似的输入经常对应着相似的输出，这是机器学习领域的一个基本假设，因此 KNN 方法在很多实际案例中都有效。
#Linux##机器学习##读书笔记##笔记#
投递阿里巴巴等公司10个岗位 >