关于KNN参数K值

问题描述 投票:-1回答:1

This is the first method to know which one is best K value

This is the second method to know which one is best K value

vivualzation for pic 2

只是想知道哪种方法更好,为什么?

谢谢

python-3.x machine-learning scikit-learn knn
1个回答
0
投票
  1. 首选首选,因为它使用交叉验证来测试k值的准确性(通常是性能),因此第一种方法中K的最佳准确性更为真实。 KNN非常容易受到局部最小值的影响,因此您绝对比以往更需要交叉验证技术。

  2. 您应该比较两个具有相同度量标准的方法,因此要绘制两个方法的准确性。

  3. 显然,K的最佳值出现在15-20左右,因为在两个图中都具有最佳性能。我建议您尝试对折叠值较高的范围(15-20)中的k进行交叉验证(在第一种方法中,cv >> 10)

  4. 考虑this topic的过度拟合和k的值。

© www.soinside.com 2019 - 2024. All rights reserved.