KNN算法的步骤如下: 1)确定最近邻数K; 2)计算测试数据与训练数据之间的距离,并按照距离的远近排序; 3)选择距离最近的K个邻居; 4)统计这K个邻居的类别,并将测试数据归类为这K个邻居中出现最多的类别。 1.2支持向量机 支持向量机(SVM)是一种有监督学习算法,其基本思路是利用非线性变换将样本数据映射到高维...
KNN算法和SVM算法的准确率分别约为（95.30%）和（92.67%）。它因测试尺寸的大小而有所不同。KNN在决定社交媒体网络中的用户行为方面似乎更为准确。KNN和SVM算法利用了推特上的用户集群。从社交媒体上获得的推特数据，用于分析和预测。从表。1、使用SPSS版本12对两个样本组的用户行为分析预测进行统计学比较。表1...