OPTICS维基百科，自由的百科全书跳到导航跳到搜索OPTICS（英语：Orderingpointstoidentifytheclusteringstructure）是由MihaelAnkerst，MarkusM.Breunig，Hans-PeterKriegel和JörgSander提出的基于密度的聚类分析算法。[1]OPTICS并不依赖全局变量来确定聚类，而是将空间上最接近的点相邻排列，以得到数据集合中的对象的线性排序。[2]排序后生成的序列存储了与相邻点之间的距离，并最终生成了一个dend…
K-近邻算法维基百科，自由的百科全书跳到导航跳到搜索在模式识别领域中，最近邻居法（KNN算法，又译K-近邻算法）是一种用于分类和回归的非参数统计方法[1]。在这两种情况下，输入包含特征空间（英语：）（FeatureSpace）中的k个最接近的训练样本。在k-NN分类中，输出是一个分类族群。一个对象的分类是由其邻居的“多数表决”确定的，k个最近邻居（k为正整数，通常较小）中最常见的分类决定了赋予该对象的类别。若k=1，则该对象的类别直接由最近的一个节点赋予。在k-NN回归中，输出是该对象的属性值。…
