Weka中的KNN算法在大型数据集上从未完成
Weka中的KNN算法在大型数据集上从未完成
提问于 2013-11-26 18:15:52
返回一个关于数据挖掘的问题，并在数据挖掘方面与Weka和WekaSharp合作。通过WekaSharp，我对一个相当大的数据集-- KDD Cup 1999 10%数据库( ~70 mb)做了一些分析。用决策树J48算法和朴素贝叶斯算法分别在10 ~ 30 min内完成，取得了良好的效果。当我通过KNN算法运行相同的数据并且它从未完成分析时，它不会出错，它只是永远运行。我试过所有不同的参数，但都没有效果。当我在较小的样本数据集(如iris.arff )上运行相同的KNN算法时，它毫不费力地结束了。下面是KNN参数的设置："-K 1 -W 0 -A \"weka.core.neighboursearch.KDTree -A \"weka.core.EuclideanDistance -R first- large \\“KNN和大型数据集是否存在固有问题，还是存在设置问题？非常感谢。
回答 1
Stack Overflow用户
回答已采纳
发布于 2013-11-26 18:57:39
kNN受制于“维度性的诅咒”：高维数据集的空间查询无法像低维数据集那样有效地优化，从而有效地将其转化为蛮力搜索。
NB嘲笑维度，因为它基本上忽略维度。许多决策树变体在处理高维数据方面也相当出色。kNN不喜欢高维数据.期待等待很长时间。
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/20224828
复制相关文章
相似问题
腾讯云开发者
