algorithm - 非数字参数的“使用 k 最近邻分类”

Question

我有一个事实数据，其中包含一组参数和一些与该参数对应的值。 例如:

Street     Color     Shape      Value
-------------------------------------- 
Versky     Blue      Ball         10
Soll       Green     Square       5
...

现在我需要创建一个函数来获取一组参数 [Holl, Red, Circle] 并返回预测的“值”。

如果我的参数是数字，我可以使用“使用 k 最近邻进行分类”算法，但它们不是。

我可以使用哪种机器学习算法来解决这个任务？

Answer 1

请注意，最近邻是根据某个距离度量找到最近的邻居。虽然欧几里得或类似的度量确实被广泛使用，但任何距离度量都可以。

您可以使用 Hamming distance 的变体:

Let x[i] be the i'th feature of vector x
Let the number of features be n

    d(x,y) = Sum { (x[i] == y[i] ? 0 : 1) | i from 0 to n }

以上是一个距离度量，它基本上是汉明距离的变体，其中每个特征都有其独特的字母表。