寻找训练数据中与新实例最相似的实例
判断相似，相似性函数，距离函数，欧氏距离、曼哈顿距离
噪音实例，KNN（K寻找最近的K个实例），在WEKA中叫IBK，是一种懒惰学习法，
改变K
K=5时，降低可能没有噪音
k=20
如果是一个有噪声的数据，K增大时准确率会提高，但是增加到一定程度会降低
增大到极限，例如100，会找出最近的100个实例，求他们的类别平均值，这样准确率会接近基线分类器的
本文发布于:2024-02-01 21:39:14，感谢您对本站的认可！
本文链接：https://www.4u4v.net/it/170679475339579.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
