Udacity
Machine Learning
Instance Based Learning
Supervised Learning
给你一些数据集，用算法去训练函数，训练出来后，就可以投入新的数据进行预测。
Instance Based Learning
不包含训练函数这个过程，只需要把所有数据放在数据库里，投入新的数据时，只需要去数据库里查找，
优点是：
Remember：可信，不需要平滑什么的近似
Fast：不需要 learning
Simple：
缺点是：
Overfitting：太依赖已有数据了
看起来只能返回已有数据，无法返回新数据
应用举例：
红色很贵，蓝色中等，绿色最便宜，要预测黑色点的颜色。
方法就是看 Nearest Neighbor，如果只看一个neighbor，有些点比较容易看出来，有些点需要看很多 neighbor 才能看准，不能单纯只取一个最近的，所以是 K Nearest Neighbors。
KNN
可以分类，可以回归。
可以用 vote 和 mean， 也可以用 Similarity 去算入 Weight。
复杂度对比:
并不是 LR 就比 NN 慢，因为 learning 只需要一次，但是可以 query 很多次
这个例子计算一下 q 这个点，在不同的 Domain 和 不同的 k 时，结果是怎样的，不过与实际值 18 差了很远。
但是 KNN 表现还是不错的，不过它有一些基本的 Bias，而这个例子只是恰好违背了这些 Bias，所以才如此不准。
Preference Bias
Why we prefer one hypothesis over another,
2. Smooth
与 locality 很像，但是区别是，虚线上的点更 smooth，而四周的辐射状的点也是 locality。
3. All Feature Matters Equally
如上面的例子，x1 和 x2 的重要性是不同的，
其他
- Distances
要选择合适的距离，不然会得到不太好的结果。 - K
需要选择合适的K，注意一种情况是K＝N时，
Curse of Dimensionality
随着 Feature 和 Dimension 的数量增加，训练算法所需要的数据将成指数级增加。
比如训练 KNN，训练一维的点，就想要找到一条线上离它最近的，如果是三维的，就想找到空间上离它最近的一个小立方区域。
这个问题不只是在KNN发生，在ML算法中普遍存在。
总结
你要先明确你要解决的问题，并知道一些 Domain Knowledge，然后去选择最优的算法，DT还是KNN等等。
