1 最近邻回归
最近邻回归是用在标签值是连续取值的场景智商的,而不是离散取值,而是用最近邻回归进行查询的点,最后得到的结果是其所有最近邻居的平均值。
scikit-learn 在回归部分,同样实现了两种回归算法,和之前的一样,和KNN思想近似的KNeighborsRegressor ,和RNN思想近似的RadiusNeighborsRegressor 。其中KNR依然是使用K个最相近的点,RNR使用半径r范围内的点,他们俩的具体参数都可以由用户指定。
最原始的最近邻回归算法,在考虑每一个邻居点时,都给与他相同的权重。不过和最近邻分类一样的是,在很多情况下,如果给距离近的点更高的权重,那么效果会更加不错。在Scikit-learn当中,可以使用weight这个参数来指定(uniform或distance,可以参考上一章的内容)。下图就是这两种取值的一个示例
scikit-learn对于最近邻回归,给了一个例子,即给定上一半的人脸,推测其下一半的人脸
感兴趣的小伙伴可以到这里查看人脸推测示例