KNN算法

最新推荐文章于 2021-01-24 13:15:49 发布

quinn1994

最新推荐文章于 2021-01-24 13:15:49 发布

阅读量172

点赞数

分类专栏：机器学习

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/quinn1994/article/details/82658932

版权

机器学习专栏收录该内容

24 篇文章 9 订阅

订阅专栏

KNN算法是最邻近的算法的推广。最临近算法是K=1时的情况。相比最临近算法，相当于引入了投票机制，根据前几个临近的排序，出现频率最高的为判定类别。

http://cuijiahua.com/blog/2017/11/ml_1_knn.html

https://blog.csdn.net/qq_25560849/article/details/80377098

quinn1994 CSDN认证博客专家 CSDN认证企业博客

码龄7年

128: 原创

3万+: 周排名

148万+: 总排名

105万+: 访问

: 等级

7208: 积分

496: 粉丝

986: 获赞

267: 评论

5016: 收藏

私信

关注

热门文章

分类专栏

最新评论

一阶低通滤波器的传递函数分析
shiaboboa: 讲的不错，很清晰
elmo驱动器用stm32单片机控制
吃嘛嘛香142: 请问单片机控制驱动器怎么实现，是PC控制单片机来控制驱动器，还是直接单片机控制驱动器
python遗传算法(详解)
zdtgbj: 我为什么完整代码跑不出来
遗传算法关于多目标优化python（详解）
HUST_zxs: （接上一条评论，因为单次评论限制1000字符以内）当然，即使有这两个问题，代码还是可以正常运行，这里其实涉及到了NSGAII的原理了。在父代和子代共同组成的多个帕累托前沿中，NSGAII会先用某些较优的帕累托前沿的全部个体填充新父代，填充到一定程度，再用某个帕累托前沿的部分个体填充新父代，填充至种群数量。实际上，只有当用某个帕累托前沿的部分个体填充新父代时，拥挤距离才真正发挥出筛选个体的作用，也就是说，拥挤距离真正发挥作用的场景其实有限。回到代码，即使拥挤距离相关的计算有错误，这种错误并不影响NSGAII用某些较优的帕累托前沿的全部个体填充新父代的过程，所以种群的进化还是可以得到保证，这种错误产生的不利影响也只是筛选某个帕累托前沿里的个体时，筛选没有那么准而已。用通俗的话说就是，有错误，但是错误不致命，所以代码还是可以正常运行。另外，还有很多细节不完善，会让初学者很困惑： 1. 调用函数时，传递的参数都是list的切片，仔细分析代码会发现，有些地方其实可以直接传递list的名字，而有些地方必须传递list的切片。 2. 注释有误导性，比如sort_by_values函数和fast_non_dominated_sort函数前面的注释，还不如不写。 3. 拥挤距离相关的代码都不够简洁。
遗传算法关于多目标优化python（详解）
HUST_zxs: 仔细学习了这个代码，这个代码其实是求两个目标函数的最大值，但是用matplotlib画图的时候，为了让画图效果和原理讲解里的画法一致（也就是帕累托前沿是第一象限里的曲线），所以取目标函数的相反数，作者没交代清楚这一点。除了评论区提到的130行和132行的问题外，还有两个比较大的问题： 1. 拥挤距离的计算没有意义，因为在crowding_distance函数里，先把输入的front内部的个体按照目标函数1的值从小到大排序，计算出的拥挤距离是目标函数1下的排序后的个体的拥挤距离，再把输入的front内部的个体按照目标函数2的值从小到大排序，计算出的拥挤距离是目标函数2下的排序后的个体的拥挤距离，两种拥挤距离对应的个体顺序不一样，那么两种拥挤距离相加没有意义（也就是129行~132行）。 2. 极其隐蔽的错误，按照拥挤距离筛选个体的操作有误（这个错误是和拥挤距离的计算没有意义相关的一个错误），crowding_distance函数输出的distance其实和输入的front内部的个体的原有顺序没有关联了，而在精英策略里，通过拥挤距离筛选个体时，计算某个front对应的拥挤距离从小到大排序的顺序，再用这个顺序作为索引取出这个front里的个体，并不等价于front里的个体按照其对应的拥挤距离从小到大排序的结果（也就是196行，197行），所以操作有误。

最新文章

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。