KNN算法,测试点会成为训练集吗?

我理解KNN算法的概念,但我有一个问题。在我们对新到达的测试点进行分类后,这些测试点会成为我们分类过程的一部分吗?我是说,未来测试点可以将之前已经分类的测试点作为最近点,还是只能使用真实的初始训练点?


回答:

在我们对新到达的测试点进行分类后,这些测试点会成为我们分类过程的一部分吗?

不会

测试点被分类后不会修改你的初始数据集。因此,如果你的数据集有100个点,在一个测试点到达并被分类后,你的数据集仍然会有100个点,而不是101个点。

需要说明的是,无论测试点是先到达还是后到达(假设已经有其他几个测试点到达),它都会基于完全相同的数据集进行分类。

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