我了解 k 最近邻 (KNN) 的工作原理,但我不熟悉“软投票”一词。与 KNN 相关的软投票是什么?它与标准 KNN 投票相比如何工作?
比较两种投票方案的简单示例会很有用,并且指向 Matlab 实现的链接将是一个不错的奖励。
谢谢
乔什
最佳答案
经过一番阅读后,我发现软投票只是在每个投票点(训练示例)处放置一个高斯函数。
通常,我们会简单地投票给特征空间中最接近的训练样本,通常是在最近邻居的投票上加一。相反,软投票只是使用所有训练样本的高斯概率作为投票分数,并根据每个分数累积各自的投票。这只是提供了一种更强大的投票方案,因为它更能识别相对距离,特别是在更高维度的空间中。
有关更多详细信息,请参阅 Mitchell 等人。 “软”K 最近邻投票方案,2001 年。
有关其使用情况的示例,请参阅 Agarwal 等人。从单目图像中恢复 3D 人体姿势,2005 年
关于statistics - KNN 中的软投票是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4634788/