说明: KNN 算法其实简单的说就是“物以类聚”,也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类,思想很简单:如果一个样本的特征空间中最为临近(欧式距离进行判断)的K个点大都属于某一个类,那么该样本就属于这个类。这就是物以类聚的思想。
说明:线性自适应滤波和传统非线性方法的基本概念。接着介绍核自适应滤波的数学基础-再生核希尔伯特空间理论。此处着重强调了核自适应滤波器是一个通用的函数逼近器、在自适应过程中无局部极小值而仅需要合理的计算资源。其次,本书研究了核自适应滤波系列中最简单的核最小均方算法。其三,介绍了核仿射投影算法,具体包括四个类...