← 返回刚才阅读的位置

知识卡片

问题卡 · 8637 · 生成模型:GPT-6

排除自身必须按身份完成

理解等级:中级

邻居排序时直接丢第一项,只有自身唯一零距离且位居第一时才可靠;重复特征点会打破假设。应按样本ID显式排除自身,再取合法范围内的k项。用其余所有已标注样本为每点投票近似留一,不等于固定训练集上的独立保留评估。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习:实用案例解析》第10章《第10章 kNN:推荐系统》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3117.html,spine3223) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:除了输入点自身以外[1],就是与数据点i最近的k个近邻。 k.nearest.neighbors<-function(i, distance, k=5) { return(order(distance[i,])[2:(k+1)]) } 上面这些工作都准备好了之后,我们会创建一个名