09 | K近邻算法：机器学习入门必学算法
刘海丰
该思维导图由 AI 生成，仅供参考
你好，我是海丰。
今天，我们正式进入算法的学习，来学习 K 近邻算法（K-Nearest Neighbor），简称 KNN 算法。它是一种用来解决分类问题的算法，简单来说，就是用来预测用户是男是女，或者是否喜欢某件商品。分类算法有很多，只不过，不同算法的实现机制不同，我们今天要讲的 KNN 算法是基于距离计算的方式来解决分类问题的。
下面，我就借助生活中常见的例子，给你讲清楚 KNN 算法的原理、优缺点，以及应用场景。
如何理解 KNN 算法
我们的生活中总是充斥着各种各样的小抉择，这些抉择虽然对我们的影响不大，但总会让我们有些苦恼。比如，手机买什么牌子、买什么型号？午饭吃什么？周末陪女朋友去哪儿玩？你每次遇到这类问题的时候，都会怎么解决呢？
先别着急回答，我们先来做一个小测试题。如果现在就让你给女朋友选礼物，你会怎么做？我希望你能在 5 秒内，从下面 3 个选项中选一个：
随便选一个就行了
问问周围兄弟们都送了什么礼物
做一份详细的报告，根据女朋友的情况量身定制礼物挑选方案
好了，我想你有很大可能会选择第 2 个选项。因为选 1，就意味着你会承担更高的风险，选到一个非常不靠谱的礼物，还很有可能踩雷，而选 3 意味着你会花费大量的时间和成本去做准备，一般人估计也没有这么大的耐心。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
K近邻算法（K-Nearest Neighbor，简称KNN）是一种基于距离计算的分类算法，适用于解决分类问题。该算法简单易懂，无需训练即可进行预测，对边界不规则数据的分类效果较好。然而，KNN算法对大数据集的处理效率较低，且对数据容错性较低，对数据分布不均衡的情况也表现不佳。在实际应用中，选择合适的K值对模型的预测效果至关重要，需要通过不断尝试并对比准确率来确定最佳的K值。此外，KNN算法还可以应用于推荐系统，通过计算用户之间的相似度来进行个性化推荐。产品经理在业务场景中应该了解KNN算法的优缺点，以便评估其适用性，并提出建设性的建议。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《成为 AI 产品经理》，新⼈⾸单¥59
《成为 AI 产品经理》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(15)
- 最新
- 精选
Geek_542a30KNN 核心原理你可以理解为“近朱者赤近墨者黑”，老师解释的很形象啊！我目前不打算深入了解具体算法原理，就是想大致了解一下，以后和模型工程师可以聊聊。您这个解释让我一下子能知道这个算法是什么，很赞！作者回复: 谢谢，你是一个有想法的产品经理！
2021-01-119
徐榕泽老师，这个K值到底是如何计算出来的呢？文章里说一个一个试试，那试的标准是什么？2021-02-0856
April王燕老师的讲解让我一下子对算法的理解有了思路，核心原理，应用场景，优缺点，而且通过场景代入，容易理解，但是有一点，对于成熟的主流电商系统，其推荐算法应该比这个要复杂很多吧，如果有类似拆解的课程就更完美啦2023-02-27归属地：湖北2
我是大幂幂对K的取值说的不清不楚。如果是二分类问题，恐怕这个k只能取奇数吧，不然出现两个分类各占半的情况如何进行分类？2022-12-30归属地：广东2
有机体数据量 大 怎么界定2022-01-1112- AsyDong电商平台里那种看过此商品的人还喜欢XXX这种场景是通过KNN算法推荐2021-02-0222
- Geek_531536老师你好，“所以，对于 K 的取值，一种有效的办法就是从 1 开始不断地尝试，并对比准确率，然后选取效果最好的那个 K 值。” 请问这句是不是这样理解：这是个调参过程，是不是用已知的样本来计算，从而选取效果最好的那个K值，然后用这个K值预测未知样本的分类？ 毕竟不知道未知样本是哪个分类，因而也不清楚它的分类是否正确。2022-05-181
俯瞰风景.KNN算法可以用于寻找认知边界，兴趣边界。通过研究学习兴趣相似的同学的学习内容，可以实现个性化的学习内容推荐。2021-08-261
Rosa rugosa各种推荐场景如视频推荐，音乐推荐，商品推荐。2021-03-121
cesc房产的推荐可以使用K近邻算法2024-02-19归属地：上海
收起评论