我发现一个消息来源说是“由线性模型解释的响应变量变化的百分比”。（来源）
由于kNN不是线性模型（它是非参数的），是否适合使用评价它？如果不是，什么错误度量是合适的？我在 python 中使用 scikit-learn 提供的 kNN 分类器。
是R2R2k-Nearest Neighbors 的适当评估指标？
数据挖掘
分类
Python
scikit-学习
相关性
2022-01-21 17:25:34
2个回答
是线性模型对数据拟合优度的粗略度量，用于回归分析。在决定线性和非线性回归模型时，它似乎是一个流行的选择。
您似乎打算使用 kNN 进行分类，其评估指标与回归不同。Scikit-learn 提供'accuracy'、'true-positive'、'false-positive'等（TP、FP、TN、FN）、'precision'、'recall'、'F1 score'等来评估一个分类器。
奖励：kNN 是简单的分类器，当数据显示局部结构而不是全局结构时使用，即在数据空间中的多个局部集群中找到具有相同标签的数据。调整的关键参数是“k”，它应该基于这些本地化集群的大小，因为使用不同的“k”值可以获得相当不同的结果。您可以进行网格搜索（也在 scikit-learn 中）来调整您的参数（当然包括“k”）。
评估指标：准确率或 ROC 或平均平均精度或 F1 分数：有多种指标可供选择，选择取决于您正在执行的任务以及您的优先级。（您可以查看这些指标以获取更多详细信息）但您可以从初学者的准确性开始。
用于具有数值范围的数据。按 k 最近邻分类分配的类标签只是标签（即使您选择它们是数字，它们也不像实数）。
您在有监督的环境中使用 kNN，典型的质量评估包括将您的数据拆分为训练集和测试集（n 折交叉验证）并确定精度、召回率和 F 分数。