知识卡片
邻居数改变局部平滑
k 小只听取极近的点,更多保留局部变化,也容易受标签错误影响。k 大将较远的点纳入,平滑噪声也可能抹平小簇,极端取全部时等权分类趋向全局多数类。用同一套验证划分比较候选 k,书中 k<√n 可作为搜索的经验起点。
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
采用交叉验证的方式来得到一个理论上最佳的k值
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:图 5-3 中同一测试点用 k=3 和 k=5 会落到不同类。
- 原始内容:采用交叉验证的方式来得到一个理论上最佳的k值