本章内容

学习使用K最近邻算法创建分类系统。
学习特征抽取。
学习回归,即预测数值,如明天的股价或用户对某部电影的喜欢程度。
学习K最近邻算法的应用案例和局限性。

小结

KNN用于分类和回归,需要考虑最近的邻居。
分类就是编组。
回归就是预测结果(如数字)。
特征抽取意味着将物品(如水果或用户)转换为一系列可比较的数字。
能否挑选合适的特征事关KNN算法的成败。