K近鄰分類算法是一種理論上比較成熟的分類方法，也是最簡單的機器學習算法之一。該方法的思想是：如果特征空間中k個最相似的樣本大部分屬于某一類別，則該樣本也屬于該類別。KNN算法，k近鄰？1、決策樹2。隨

K近鄰分類算法是一種理論上比較成熟的分類方法，也是最簡單的機器學習算法之一。該方法的思想是：如果特征空間中k個最相似的樣本大部分屬于某一類別，則該樣本也屬于該類別。

KNN算法，k近鄰？

1、決策樹

2。隨機森林算法

3。Logistic回歸

4。支持向量機

5。天真的貝葉斯

6。K-最近鄰算法

7。K-均值算法

8。AdaBoost算法

9。神經(jīng)網(wǎng)絡

10。馬爾科夫

這就是你需要做的。如果你想做機器視覺，你需要掌握opencv，深度學習中的卷積神經(jīng)網(wǎng)絡。如果你想做語音識別、遞歸神經(jīng)網(wǎng)絡、馬爾可夫鏈、概率論知識，還有推薦算法工程師、數(shù)據(jù)挖掘工程師等，你首先要明確方向，然后去選擇要學什么，如果你即將畢業(yè)找工作，我建議你讀兩本書，李航的“統(tǒng)計學習法”和周志華的“機器學習”

機器學習十大算法？

K最近鄰算法的K值通常是一個比較小的值。例如，交叉驗證法用于選擇最佳k值。