在kNN中创建、训练和测试数据有什么意义？
在kNN中创建、训练和测试数据有什么意义？
提问于 2019-11-29 20:14:30
我面临的第一个机器学习算法是knn，最让我困惑的是将数据集分割成训练和测试数据。使用更复杂的ms算法，我可以想象计算机需要一个“训练”过程，但是knn更简单，没有必要设置一个训练集。要么就是我还没有完全理解knn。
对于背景:我有一个数据集，必须要求用户提供一些输入。从那里我可以找到用户的k个最近的邻居。
我会非常感谢你的解释的。事先谢谢：)。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-11-29 23:48:34
KNN通常有验证数据集以获得要考虑的最优邻居数。
因此，在测试集上，您可以检查算法是如何“在野外”执行的。
如果您可以从用户的输入中找到要考虑的最佳邻居数，则不需要进行测试或验证。如果没有(例如，用户输入一些值，但考虑到不能确定要考虑的较好邻居的数量)，则应该同时进行验证和测试(或者进行其他一些变体，例如K-折叠，以找到超参数)。
编辑：还有其他的超参数，比如距离度量，但是这个想法仍然有效。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59110523
复制相关文章
相似问题
腾讯云开发者
