我正在阅读有关为 KNN 使用权重的说明,并且遇到了一个我不太了解的示例。
假设我们有 K = 7,我们得到以下结果:
决策集 = {A, A, A, A, B, B, B}
如果这是标准的 KNN 算法,我们会选择A,但是注释给出了使用权重的示例:
按班级分布(权重与班级频率成反比)
A 类:95 %,B 类 5 %
这导致了B类。
我似乎无法弄清楚为获得 B 作为答案而遗漏的数学。
我正在阅读有关为 KNN 使用权重的说明,并且遇到了一个我不太了解的示例。
假设我们有 K = 7,我们得到以下结果:
决策集 = {A, A, A, A, B, B, B}
如果这是标准的 KNN 算法,我们会选择A,但是注释给出了使用权重的示例:
按班级分布(权重与班级频率成反比)
A 类:95 %,B 类 5 %
这导致了B类。
我似乎无法弄清楚为获得 B 作为答案而遗漏的数学。
我们可以将最近邻视为一个投票过程,我们在其中咨询我们的最近的邻居。
我们给-th 数据点一个投票权重.
在您的示例中,类中的每个数据点有重量以及类中的每个数据点有重量. 有班级投票和班级投票. 我们上课分数和班级分数. 班级得分较高,因此我们将其分配给班级.