A数据挖掘2.0 - 图文(7)

搜索k个近邻的算法：kNN(A[n],k)

输入：A[n]为N个训练样本在空间中的坐标，k为近邻数 输出：x所属的类别

取A[1]~A[k]作为x的初始近邻，计算与测试样本x间的欧式距离d（x,A[i]）,i=1,2,.....,k；按d（x，A[i]）升序排序，计算最远样本与x间的距离D<-----max{d(x,a[j]) | j=1,2,.....,k}; for(i=k+1;i<=n;i++)

计算a[i]与x间的距离d(x,A[i]); if(d(x,A[i]))

then 用A[i]代替最远样本

按照d(x,A[i])升序排序，计算最远样本与x间的距离D<---max{d(x,A[j]) | j=1,...,i };计算前k个样本A[i]),i=1,2,...,k所属类别的概率，具有最大概率的类别即为样本x的