在KNN中使用K值时,如何对平局进行分类

我和一个朋友在讨论这个问题。

问题是K的最小值应该是什么,以便”Naeem”可以被分类为:

  1. F

  2. B

这是我根据矩阵计算的距离值:

Name    | A     | B     | C | Class| Distance from Naeem--------|-------|-------|---|------|--------------------'Kamran'| 35    | 35    | 3 | 'A'  | 15.17'Zahid' | 22    | 50    | 2 | 'B'  | 15.0'Imran' | 63    | 200   | 1 | 'C'  | 152.24'Azfer' | 59    | 170   | 1 | 'D'  | 122.0'Raza'  | 25    | 40    | 4 | 'E'  | 15.75'Aamir' | 35    | 150   | 1 | 'A'  | 100.02'Zia'   | 25    | 120   | 3 | 'B'  | 71.03'Ishrat'| 26    | 90    | 4 | 'C'  | 41.53'Khalid'| 40    | 60    | 2 | 'F'  | 10.44'Naeem' | 37    | 50    | 2 | ?    | 

我们同意,为了让Naeem被分类为F类,K值应该是1。然而,当谈到Naeem被分类为B类时,他说K值应该为3,因为这是B类首次被视为最近邻,但我认为在分类时我们不应该有K=3带来的类别平局(F、A、B),而是应该使用K=4,这样我们就有两个B类邻居,并且多数决定胜出,只有当K=4时,Naeem才会被分类为B类。

谁的观点正确,或者我们是否都理解错了?


回答:

据我所知,为了让’Naeem’被分类为’F’,K值必须等于1。

当谈到”Naeem”被分类为B类时,K值必须是B类占多数的数字。当K值设为6时,我们达到了B类的多数。

  • K=1 得到 {F}
  • K=2 得到 {F,B}
  • K=3 得到 {F,B,A}
  • K=4 得到 {F,B,A,E}
  • K=5 得到 {F,B,A,E,C}
  • K=6 得到 {F,B,A,E,C,B}

当K=6时,所有其他变量都重复了一次,而B重复了两次,因此’Naeem’将被分类为B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