machine-learning - KNN算法在训练阶段做了什么?

标签 machine-learning scikit-learn knn

与线性回归等其他算法不同,KNN 似乎在训练阶段不执行任何计算。就像线性回归一样,它在训练阶段找到系数。但是 KNN 呢?

最佳答案

在训练阶段,KNN 会排列数据(某种索引过程),以便在推理阶段有效地找到最近的邻居。否则,它必须在推理过程中将每个新案例与整个数据集进行比较,从而导致效率非常低。

您可以在以下位置阅读更多相关信息:https://scikit-learn.org/stable/modules/neighbors.html#nearest-neighbor-algorithms

关于machine-learning - KNN算法在训练阶段做了什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54505375/

相关文章:

python - 如何使用随机森林分类器确定用于预测类别的特征值范围

apache-spark - Spark MLlib 包 NaN 权重

python - 从 scikit KNeighborsClassifier 打印最近邻居的标签?

r - R 中 KKNN 包中的最近邻在使用整个数据集时给出垃圾索引值

machine-learning - IBM Watson API 是否从我的数据中学习?

machine-learning - 在什么情况下可以使用 bagging 来代替 boosting?

python - 在 Pandas DF 中迭代多列并动态切片

python - 如何在 scikit-learn 中创建/自定义自己的记分器功能?

python - 如何规范scikit学习的kde?

machine-learning - 基于词袋模型的快速 k-NN 搜索