Home > TaiBIF > K最近鄰法(K-Nearest Neighbor)

K最近鄰法(K-Nearest Neighbor)

January 28th, 2011

K最近鄰法(K-Nearest Neighbor)為一種事例學習(Instance-based learning)的一種機械學習方法,而做法為比對測試資料與一群訓練資料中距離最接近K個的資料,最後以用投票Vote判定其分類歸屬。

K最近鄰距離之計算採用歐幾里得(Euclidean)距離,Instance-based距離計算如下:

  

為X instance之屬性,為Y instance之屬性,由於上式對於noise及太多無用之屬性,因此造成錯誤率較高,後有學者提出利用權重加權方法,權重法Instance-based距離計算如下:

Categories: TaiBIF Tags:
Comments are closed.