基于欧几里得距离的1-最近邻分类器如何对观测值进行分类

对此的回答是什么?

考虑一个数据集 D,其中仅包含两个观测值 𝐱1=(1,1) 和 𝐱2=(−1,−1)。假设第一个观测值的类别是 𝑦1=0,第二个观测值的类别是 𝑦2=1。基于欧几里得距离的1-最近邻分类器将如何对观测值 𝐱=(2,3) 进行分类?这个新观测值与数据集中每个观测值之间的距离是多少? [0.5 分,共5分]


回答:

由于 xx_2 更接近 x_1(我让你自己计算这些距离),分类器会将 x_1 的类别分配给 x,即 0

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注