知识卡片
距离定义决定近邻
近邻算法依赖距离对样本排序:曼哈顿距离是各维绝对差之和,欧氏距离是差的平方和开方,最大距离取最大维度差;海明距离统计等长序列的不同位置,马氏距离还考虑特征协方差。选择应符合数据语义及尺度,类别编码不能随意暗示大小和距离;协方差矩阵不可逆或估计不稳时需处理。
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
- 机器学习终觉浅,Python带我来实践 5.2 k-近邻算法 · 查看原书依据
距离计算的方式不同,也会显著影响谁是它的“最近邻”
参考来源
- 位置:《深度学习之美:AI时代的数据处理与最佳实践》第5章《机器学习终觉浅,Python带我来实践》,5.2 k-近邻算法(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter10_0002.xhtml#txt005_6)
- 结论依据:原文距离定义、分类示例和模型评估;补充了特征语义及验证边界。
- 原始内容:距离计算的方式不同,也会显著影响谁是它的“最近邻”