我想优化KNN。虽然关于SVM、RF和XGboost的信息很多，但关于KNN的却很少。

据我所知，邻居的数量是一个需要调整的参数。

但是还有哪些其他参数需要测试呢？有没有好的文章推荐？

谢谢

回答：

KNN是一种非常简单的算法，除了K之外几乎没有什么可调的。整个方法实际上就是：

对于给定的测试样本x：   - 根据相似度度量s从训练集中找出K个最相似的样本   - 返回上述集合中类别的多数票

因此，除了K之外，定义KNN的唯一东西就是相似度度量s，仅此而已。这个算法真的只有三行伪代码，所以没有其他可调的部分。另一方面，寻找“最佳相似度度量”与学习分类器本身一样困难，因此没有真正的方法来做到这一点，人们通常会使用一些简单的东西（如欧几里得距离），或者利用他们的领域知识来适应手头的问题调整s。