对于使用欧几里得距离度量的 K 最近邻算法，当一个（或所有）特征是分类特征时，该算法如何计算欧几里得距离？或者它只是通过邻居中最常见的值？
因此，例如，如果 3 个邻居的 2 个特征是年龄和性别，其值为：age,gender=[ [20,M], [31,F], [23,M] ]，我们需要为一个新的观察[20,F]，我们如何将性别转换为数字尺度来计算欧几里得距离？
KNN 如何处理分类特征
数据挖掘
分类
scikit-学习
监督学习
2022-02-18 09:25:33
1个回答
它不处理分类特征。这是 kNN 的一个根本弱点。当特征在不同的尺度上时，kNN 通常不能很好地工作。当“尺度”之一是类别标签时尤其如此。您必须决定如何将分类特征转换为数字尺度，并以某种与其他特征有意义的方式分配类别间距离（例如，年龄-年龄距离......但什么是年龄-类别距离？） .
如果所有特征都是分类的，并且类别间的距离都被视为相等，那么您的工作实际上会变得更容易一些，因为您没有在分类尺度和标量尺度之间进行转换。
其它你可能感兴趣的问题