什么是KNN的离散和连续超参数?

我有一张表格

表格上写着“Scikit-Learn中示例分类器及其超参数。通常,超参数可以是(a)离散的,例如kNN中的邻居数量,或者(b)连续的,例如逻辑回归中的惩罚值。”

enter image description here

如你所见,KNN有3个超参数。

2个离散的 & 1个连续的,好的,

我知道KNN中的K是一个超参数?

那么他们提到的其他离散和连续超参数是什么呢?


回答:

我找到了答案

我认为那项研究有误

因为超参数是2个连续的和1个离散的

超参数

1- N neighbors(连续)

2- Weights(连续)

3- Leaf Size(离散)

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