机器学习理论笔记（2）

最新推荐文章于 2023-08-16 10:00:00 发布

江河湖海times

最新推荐文章于 2023-08-16 10:00:00 发布

阅读量188

点赞数

分类专栏：机器学习理论知识文章标签：最近邻方法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/jiang_he_hu_hai/article/details/80951810

版权

机器学习理论知识专栏收录该内容

6 篇文章 0 订阅

订阅专栏

最近邻方法

训练集training set $\mathcal T$
input $x$

\begin{matrix} (2.1) & \hat{Y} (x) = \frac{1}{k} \sum_{x_{i} \in N_{k} (x)} y_{i} \end{matrix}

$\hat Y(x)=\frac 1k \sum_{x_i\in N_k(x)}y_i \tag {2.1}$
如图，取

k=15 k = 15 $k=15$ 和

k=1 k = 1 $k=1$ ，根据

Y^(x)>0.5? Y ^ ( x ) > 0.5 ? $\hat Y(x)>0.5?$ 对点进行分类
这里写图片描述

这里写图片描述

这里写图片描述

但是一般情况下

k k $k$ 的取值既不能太小也不能太大。下面是在原模型的基础上给了10000个测试点，这是一个测试点分类和训练点分类正确率与

k

$k$ 值大小的关系图
这里写图片描述

这里写图片描述

江河湖海times

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
机器学习理论笔记（2）

最近邻方法训练集training set TT\mathcal T input xxx Y^(x)=1k∑xi∈Nk(x)yi2.1)(()(()Y^(x)=1k∑xi∈Nk(x)yi2.1)\hat Y(x)=\frac 1k \sum_{x_i\in N_k(x)}y_i\tag (2.1)
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。