知识卡片
近邻分类用标签投票
K-NN 把待分类样本与已有带标签样本放到同一个特征空间。选距离最近的 k 个点,按它们的类别投票。k=1 时直接使用最近点的标签,多类可以各自累积票数。近邻标签的局部一致性是这种规则有效的前提。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- K-NN算法 · 查看原书依据
一个对象A的分类结果取决于训练集中与它最相近的k个元素的投票结果
参考来源
- 位置:《机器学习观止:核心原理与实践》第05章《K-NN算法》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter5.xhtml`)。
- 结论依据:第 5.1 节对比分类用投票、回归用数值聚合,图 5-1 示意各类点的分布。
- 原始内容:一个对象A的分类结果取决于训练集中与它最相近的k个元素的投票结果