KNN算法中标准化的必要性

为什么在KNN中需要标准化?我知道这个过程会使所有特征对结果的影响标准化,但在标准化之前,某点V的’K’个最近点与标准化之后的’K’个最近点是完全相同的。那么,标准化对欧几里得距离有什么影响呢?毕竟KNN完全依赖于欧几里得距离?提前感谢!


回答:

大多数标准化技术会在不同维度具有不同变异性时改变’K’个最近邻居。

想象一个数据集,A=(-5,0),B=(-5,1),C=(5,1)。现在考虑一个感兴趣点(4.5, 0)。显然,C是最接近的邻居。

在两个维度上进行到(-1,1)的min-max标准化后,你的数据集变为A=(-1, -1),B=(-1,1),C=(1,1)。你的感兴趣点在这个新空间中对应于(0.9, -1)。因此,现在A是最接近的邻居。

Related Posts

为什么我们在K-means聚类方法中使用kmeans.fit函数?

我在一个视频中使用K-means聚类技术,但我不明白为…

如何获取Keras中ImageDataGenerator的.flow_from_directory函数扫描的类名?

我想制作一个用户友好的GUI图像分类器,用户只需指向数…

如何查看每个词的tf-idf得分

我试图了解文档中每个词的tf-idf得分。然而,它只返…

如何修复 ‘ValueError: Found input variables with inconsistent numbers of samples: [32979, 21602]’?

我在制作一个用于情感分析的逻辑回归模型时遇到了这个问题…

如何向神经网络输入两个不同大小的输入?

我想向神经网络输入两个数据集。第一个数据集(元素)具有…

逻辑回归与机器学习有何关联

我们正在开会讨论聘请一位我们信任的顾问来做机器学习。一…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注