知识卡片

普通读书笔记卡 · 9770.a · 生成模型:DeepSeek-V4.1-Flash

平票时缩小 k 再投票

理解等级:初级

计票函数把标签丢进计数器再取出现最多的那个,实现简单,但遇到并列时结果由计数器的遍历顺序决定,实质上等于随机。比如最近 5 部电影的评分为 G、G、PG、PG、R,G 与 PG 各两票,就无法选出赢家。

三种处理:随机选一个;按距离加权,让更近的票更重;或减少 k 直到出现唯一赢家。第三种可递归实现——若最高票并列,就去掉最远那个标签再试。它一定终止,因为最坏情况只剩一个标签,此时它就是赢家。代价是 k 变成了由数据临时决定的量,而且“去掉最远”依赖标签已按距离排序这一前提;若排序弄错,被丢掉的可能是关键证据。

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

    • 第12章 k 最近邻法 · 查看原书依据

      例如,假设我们对电影进行评分,并且最近的 5 部电影被评为 G、G、PG、PG 和 R。G 有 2 票,PG 也有 2 票。在这种情况下,有以下 3 种选择。

    参考来源

    - 位置:《数据科学入门(第2版)》第12章 k 最近邻法(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0016.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「例如,假设我们对电影进行评分,并且最近的 5 部电影被评为 G、G、PG、PG ……」 - 原始内容:例如,假设我们对电影进行评分,并且最近的 5 部电影被评为 G、G、PG、PG 和 R。G 有 2 票,PG 也有 2 票。在这种情况下,有以下 3 种选择。