《表2 K取不同值时的KNN的检验准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《能耗系统的电力能效测评与分级方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

K是用户定义的近邻参数，根据分配最邻近于该数据点的K个训练样本中出现频率最高的类别标签来对待分类样本进行分类。K的取值过大或者过小，都会加大噪声数据的干扰，降低分类精度。一般采用交叉检验来确定K值。在二进制分类情况下，把K选取成奇数是有帮助的，因为这样可以避免并列投票。表2所示为K=3、5、7、9时的分类准确率。