d******e
发帖数: 7844 | 1 使用KNN分类器做两类问题的分类。
实验步骤是分成80%作Training,20%做Testing。
然后再Training Set里用Leave one out cross validation来确定K.
参与cross validation的选取是K=1,3,5,,7... ...
然后选取cross validation error最小的K，如果同时有多个K达到最小的erorr，那么
这是选择最小的K还是最大的K？
另一个问题，有人说KNN的K不应该从1开始选，而是应该指定一个minimum，从这个
minimum开始。标准的KNN分类器有这个说法么？ | s******e
发帖数: 285 | 2 1.whatever
2.no
【在 d******e 的大作中提到】
: 使用KNN分类器做两类问题的分类。
: 实验步骤是分成80%作Training,20%做Testing。
: 然后再Training Set里用Leave one out cross validation来确定K.
: 参与cross validation的选取是K=1,3,5,,7... ...
: 然后选取cross validation error最小的K，如果同时有多个K达到最小的erorr，那么
: 这是选择最小的K还是最大的K？
: 另一个问题，有人说KNN的K不应该从1开始选，而是应该指定一个minimum，从这个
: minimum开始。标准的KNN分类器有这个说法么？
| K****n
发帖数: 5970 | 3 要是3，5都行，能不能试试4？哈哈
【在 d******e 的大作中提到】
: 使用KNN分类器做两类问题的分类。
: 实验步骤是分成80%作Training,20%做Testing。
: 然后再Training Set里用Leave one out cross validation来确定K.
: 参与cross validation的选取是K=1,3,5,,7... ...
: 然后选取cross validation error最小的K，如果同时有多个K达到最小的erorr，那么
: 这是选择最小的K还是最大的K？
: 另一个问题，有人说KNN的K不应该从1开始选，而是应该指定一个minimum，从这个
: minimum开始。标准的KNN分类器有这个说法么？
| d******e
发帖数: 7844 | 4 4有点麻烦，因为可能会出现2:2的情况，所以二类问题肯定是奇数K
【在 K****n 的大作中提到】
: 要是3，5都行，能不能试试4？哈哈
| K****n
发帖数: 5970 | 5 哦，真是一丝不苟啊
【在 d******e 的大作中提到】
: 4有点麻烦，因为可能会出现2:2的情况，所以二类问题肯定是奇数K
|
|
