1
条回答
写回答
写回答
-
优点： 1.原理简单，容易理解，容易实现
2.重新训练代价较低
3.时间、空间复杂度取决于训练集（一般不算太大）
缺点： 1.KNN属于lazy-learning算法，得到结果的及时性差
2.k值对结果影响大（试想一下k=1和k=N的极端情况）
3.不同类记录相差较大时容易误判
4.样本点较多时，计算量较大
5.相对于决策树，结果可解释性不强
2022-03-31 10:42:27赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
