一、KNN算法思路
最近邻居法(KNN算法,又译K-近邻算法)是一种用于分类和回归的非参数统计方法。
例如:根据肿瘤大小和时间两个特征对肿瘤的良性和恶性的预测。其中绿色为良性,红色为恶性,现在要预测蓝色这一数据是良性还是恶性,那么对于kNN算法是怎么预测的呢?
大概思路:首先取一个k值(要点一:K值的取法),之后取离索要预测的点最近的k个数据(要点二:数据距离的计算),选取k个数据中所属最多的一类作为所预测的值。(要点三:如何分类)
以上是一种简单的思路,对于不同的要点中,所选择的算法不同,则预测的准确度也不相同。下面进行详细的分析。
要点一:k的选取
如何设置k使得效果最好?这里涉及到两个概念超参数和模型参数。k就是一个超参数。
- 超参数:超参数是在开始学习过程之前设置值的参数。通常情况下,需要对超参数进行优化,给学习机选择一组最优超参数,以提高学习的性能和效果。
- 模型参数:通过训练得到的参数数据。
对于我们来讲,要找一个好的参数,