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】![](/moin_static193/solenoid/img/up.png) : 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】![](/moin_static193/solenoid/img/up.png) : 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】![](/moin_static193/solenoid/img/up.png) : 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】![](/moin_static193/solenoid/img/up.png) : 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
|
|