区别: 1 KNN对每个样本都要考虑。SVM是要去找一个函数把达到样本可分。 2 朴素的KNN是不会去自助学习特征权重的,SVN的本质就是在找权重。 3 KNN不能处理样本维度太高的东西,SVM处理高纬度数据比较优秀。 怎么选择使用二者呢? 1 选择KNN的场景: @ 准确度不需要精益求精。 @ 样本不多。 @ 样本不能一次性...
KNN是最基本的机器学习算法，但正如@etov所暗示的那样，由于训练数据量小，SVM的性能很可能优于SVM。据...
区别: 1 KNN对每个样本都要考虑。SVM是要去找一个函数把达到样本可分。 2 朴素的KNN是不会去自助学习特征权重的,SVN的本质就是在找权重。 3 KNN不能处理样本维度太高的东西,SVM处理高纬度数据比较优秀。 怎么选择使用二者呢? 1 选择KNN的场景: @ 准确度不需要精益求精。 @ 样本不多。 @ 样本不能一次性...