经济学习常规套路啊 ，这题我也不用再给大家解释了 ，无论是深度学习还是机器学习 ，咱的套路都是一模一样的 ，不是深度学习它有什么别具风格的 ，在做一些其他的 ，做一些五花八门的东西 ，没有这个数啊 ，它只是说用神经网络这个算法来去做的 ，整体的思路跟咱机器学习啊还都是一模一样的 ，首先有时候具有标签训练一个分类器测试评估 ，整体思路都是完全相同的 ，然后呢咱们来看一下吧 ，就是我当我用那什么 ，当我用传统算法来去做一个 ，呃当我用传统传统算法来去做一个间接视觉任务的时候吧 ，可能会遇到遇到一些问题 ，这里呢先给大家简单说一个小算法吧 ，叫做1k近点 ，简单概述一下 ，看见这样一个事儿 ，比如现在呢 ，唉呀 ，数据集当中有一个方框 ，有一个三角 ，方三角都列出来了 ，你看都是这样吧 ，那现在我这里扔进了一个圆圈儿 ，扔下圆圈之后 ，啊 ，唉呀 ，我不知道这个圆圈它属于什么类别 ，就是这个绿色圆圈吗 ，那我该怎么办呢 ，我会看一下 ，但是这个圆圈啊 ，它周围都是什么类别 ，可以这么去看吧 ，就比如说你到一个公司了 ，有一个人不熟悉 ，你对这个人不太熟悉 ，那你是不是看这个人都经常跟什么人接触 ，他接触的人群也大概是他符合的一个性格吧 ，是这样一个事儿吧 ，在这里我画了一个圆圈 ，一个黑色圆圈儿 ，我框到了三个点三角当中啊 ，其中有两个三角 ，一个方框那况且这个圆圈什么意思啊 ，是不是说以我当前绿色点为圆心画了一个半径 ，形成一个圆 ，在圆当中都是离我比较近的那些点啊 ，这里两个三角 ，一个方框代表着什么 ，代表着三角多一些 ，所以说此时我会认为什么当前这个绿色圆圈它也是一个三角 ，可能这样一件事吧 ，我要做一个分析任务 ，就说唉呀 ，把它分成一个三角就可以了 ，这是很简单的一个 kd 算法 ，就看一下它周围什么多 ，它就是什么 ，那这里还有问题 ，k3的时候什么 ，K3的时候 ，它这个它是一个能判断三角吧 ，

那k5呢 ，Kd5就是你要看周围的几个吧 ，你要看周围的三个 ，还看周围的五个呢 ，当我看周围五个的时候 ，你看这个就是虚线那个圆 ，虚线的圆的过程当中 ，我画出来几个 ，是不是画出来三个呀 ，也就是说当 k 得五的时候 ，我得到的结果和 k 的三的时候得到结果是完全不同的吧 ，这里啊 ，这个咱们就简单看一下啊 ，k0它算法是怎么去做的 ，然后呢 ，kd 算法这个计算流程也比较简单 ，先给大家概述一下吧 ，首先第一步我要干什么 ，我计算一下已知类别数据集中啊它所有的点和当前这个点距离 ，说白了就是拿这个点跟其他所有点算一下它到各自的一个距离 ，这个点到这个到这个到这些到所有点距离都算一下 ，有距离之后呢 ，接下来我要把这个距离进行排序吧 ，第一 ，第二 ，第三 ，第四 ，诶 ，把它按从小到大的顺序 ，d31直到 dna 一个 dnn 进行一个排序 ，排序完之后呢 ，我选择什么前开一个最小的 ，比如 k 等于三k3的时候 ，那是不是就选择这三个就行了 ，这三个点第一 ，第二 ，第三分别对应三个点吧 ，可能是两个三角一个方框 ，那这个我就看在这三个点当中 ，唉哪个类别出现的多 ，或者哪个类别出现的概率高 ，奶类的概率高 ，当前这个点它就是哪个类别 ，可以吧 ，非常简单啊 ，咱就把这件事给他做完了 ，K0算法在这里我们也不用给大家去分析了 ，非常简单一个算法 ，在这里啊 ，大家就简单了解一下就行 ，为什么要说这个 ktv 呢 ，主要给给大家看这样一个例子 ，什么意思啊 ，