KNN每次对新样本进行分类，都需要与所有的训练样本进行比较。
举一反三
- KNN分类的时候,对新的样本,根据其k个最近邻的训练样本的类别,通过多数表决等方式进行预测。
- 懒惰学习是指在训练阶段（ ），训练时间开销为零，待收到测试样本后再进行处理。 A: 改变训练样本 B: 对训练样本不进行操作 C: 对训练样本进行保存 D: 对训练样本进行学习
- kNN不需存储所有的样本。（)
- 加入使用逻辑回归对样本进行分类,得到训练样本的准确率和测试样本的准确率。现在,在数据中增加一个新的特征,其它特征保持不变。然后重新训练测试。则下列说法正确的是?A.训练样本准确率一定会降低B.训练样本准确率一定增加或保持不变C.测试样本准确率一定会降低D.测试样本准确率一定增加或保持不变 A: B: C: D: D
- 分类是在一群已经知道类别标号的样本中，训练一种分类器，让其能够对某种未知的样本进行分类。