《表2 K取不同值时的KNN的检验准确率》
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。
图表编号 | XD0016870600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 马立新、徐曼如、吕梦圆 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |