knn和线性分类器

一、knn算法概述

knn首选是最简单的分类算法，其是有监督学习的分类算法之一。

二、knn算法过程

knn（k nearest neighbors k个最近的邻居）：knn是当预测一个新的值x的时候，根据它距离k个点是什么类别来判断所属的类别。（具体理解见下图）

注意到k的选取和点的距离的计算方式有关，会影响最终的结果。

三、距离的计算方式

L1距离（曼哈顿距离）

L2距离（欧式距离）

四、K值选择

K值的选取是根据交叉验证，从选取一个较小的K值开始，不断增加k的值，最终找到一个合适的K值。另外，交叉验证的图大致如下：

错误率是先降低，再升高。原因是首先周围有更多的样本可以借鉴了，分类准确率会更高一点。其次就是当K的增大的过程中，Knn就没有什么意义了。

五、Knn特点

非参的：

这个模型不会对数据做出任何的假设，另外这个模型的建立是根据数据来决定的。对比的是，线性回归则是首先假设线性回归是一条直线。

惰性：

没有明确的训练过程或者是因为训练过程很快。

Knn算法优点

1.相对于其他算法更简单易用。

2.模型训练更快。

3.预测效果好。

4.对异常值不敏感。

Knn算法缺点

1.预测阶段缓慢

2.对内存要求较高

3.对不相关的功能和数据规模敏感

六、knn与k-means的区别

knn算法：

knn算法基于k个周围的邻居来对未标记的观察进行分类，不用对未看见的数据集进行泛化。

k-means算法：

牧师-村民模型

有四个牧师去郊区布道，一开始牧师们随意选了几个布道点，并且把这几个布道点的情况公告给了郊区所有的村民，于是每个村民到离自己家最近的布道点去听课。
听课之后，大家觉得距离太远了，于是每个牧师统计了一下自己的课上所有的村民的地址，搬到了所有地址的中心地带，并且在海报上更新了自己的布道点的位置。
牧师每一次移动不可能离所有人都更近，有的人发现A牧师移动以后自己还不如去B牧师处听课更近，于是每个村民又去了离自己最近的布道点……
就这样，牧师每个礼拜更新自己的位置，村民根据自己的情况选择布道点，最终稳定了下来。

算法步骤

1.选择初始化的 k 个样本作为初始聚类中心 a=a₁,a₂,…a_k ；

2.针对数据集中每个样本点计算它到 k 个聚类中心的距离，并将其分到距离最小的聚类中心所对应的类中；

3.针对每个类别点 ，重新计算它们的聚类中心；

4.重复上述2、3两步，直到达到某个终止条件

七、线性分类器

模型介绍

线性分类器是一种线性映射，将输入的图像特征映射为类别分数。

决策规则：若某个分类的得分比其他都要大，则该图片属于这个分类。

分类过程

1.图像表示成向量

2.计算当前图片每个类别的分数

3.通过类别得分判定当前图像属于猫类

模型特点

形式简单、易于理解
通过层级结构(神经网络)或者高维映射(支 撑向量机)可以
形成功能强大的非线性模型