KNN随机子空间分类器中的邻居数

作者: نسر الصحراء
发布时间: 2024-04-18 11:21:17 (19天前)
转自：

2 条回复

0#
回复此人
一腔诗意喂了狗 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 的选择的<strong> k值 </强> 在k-NN中是相当的的<strong> 数据依赖 </强> 。我们可以争论更多的<strong> 一般特征 </强> 更小或更大的k值选择，但指定一定数量的<strong> 好坏 </强> 说得不是很准确。因此，如果你的 <EM> 简历 </EM> 实现是正确的，你可以信任结果，并进一步使用它，因为简历会给出的<strong> 最适合您的具体情况 </强> 。对于更多的一般性讨论，我们可以说这些选择的<strong> k值 </强> ： </p> <P> 1- 的<strong> 较小的k值选择 </强> ：小的k值选择可能会提高整体精度并降低实施成本，但会降低系统对噪声输入的鲁棒性。 </p> <P> 2- 的<strong> 更大的k值选择 </强> ：更大的k值选择将使系统对抗噪声输入更加稳健，但与较小的k值相比，执行成本更高，决策边界更弱。 </p> <P> 在应用程序中选择k值时，您始终可以比较这些一般特征。但是，使用类似算法选择最佳值 <EM> 简历 </EM> 会给你一个明确的答案。 </p> </DIV>

编辑

登录后才能参与评论