初识KNN算法之机器学习——基于泰坦尼克号生存记录的模型构建方法探讨

简介：
本篇文章介绍了KNN算法在机器学习中的应用，并通过分析泰坦尼克号乘客生存数据，详细讲解了利用该算法进行模型构建的方法与实践。 KNN算法原理基于《机器学习实战》一书实现的简要概括如下：k-近邻算法(kNN)的工作机制是存在一个已知分类标签的样本数据集合，即训练样本集。当输入一个新的没有标签的数据后，该算法会比较新数据与训练集中每个已有数据特征之间的相似性（通常通过计算距离来衡量），然后选取最接近的新数据点，并根据这些邻近点所属类别决定新的未知数据点的分类。 比如在一个示例中有一个绿色标记的样本点，它的真实标签未被提供。但已知这个绿点属于红三角形和蓝方块两个类别的其中之一。那么如何确定它的具体归属呢？kNN算法的核心在于：如果一个新样本在特征空间中的最近邻（即距离最近）的k个邻居中多数是某个类别，就认为该新样本也属于此类别，并且具有这类数据的特性。