1，K值设定为多大?

K太小，分类结果易受噪声点影响;K太大，近邻中又可能包含太多的其他类别的点。(对距离加权，可以降低K值设定的影响)

K值通常是采用交叉检验来确定

经验规则：K一般低于训练样本数的平方根

2，类别如何判断最合适?

投票法没有考虑近邻的距离远近，距离更近的近邻也许更应该决定最终的分类，所以加权投票法更加恰当一些。

3，如何选择合适的距离衡量?

高维度对距离衡量的影响：众所周知当变量数越多，欧氏距离的区分能力就越差。

变量值域对距离的影响：值域越大的变量常常会在距离计算中占据主导作用，因此应当对变量进行标准化。

4，训练样本是否要一视同仁?

在训练集中，有些样本可能是更值得依赖的

可以给不同的样本施加不同的权重，加强依赖样本的权重，降低不可信赖样本的影响。

5，性能问题?

KNN是一种懒惰算法，平时不好好学习，考试(对测试样本分类)时才临阵磨枪(临时找k个近邻)。

懒惰的后果：构造模型很简单，但是对测试样本分类的系统开销很大，因为要扫描全部训练样本并计算距离。

已经有一些方法提高计算的效率，例如压缩训练样本量等。

6，能否大幅度减少训练样本量，同时又保持分类精度?

浓缩技术(condensing)

编辑技术(editing)

以上内容为大家介绍了Pythonk-近邻算法常见问题，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:千锋教育。