为啥逻辑回归分类器的准确率与 k 近邻不同? [关闭]

Posted

技术标签:

【中文标题】为啥逻辑回归分类器的准确率与 k 近邻不同? [关闭]【英文标题】:Why is the accuracy of the logistic regression classifier different from k-nearest neighbors? [closed]为什么逻辑回归分类器的准确率与 k 近邻不同? [关闭] 【发布时间】:2019-07-11 07:39:33 【问题描述】:

我了解如何计算每个的准确性,但我不明白为什么它们不同。

【问题讨论】:

【参考方案1】:

首先,KNN 是一种确定性算法,也就是说,如果你保持 K 的值并运行算法 n 次,结果将是相同的。

另一方面,逻辑回归是一种随机算法。这意味着该算法使用一些随机值来实现其目标。如果您多次运行该算法,您会看到不同的结果。这很正常,虽然你想减少这种变化。

其次,它们是不同的算法。当您对同一问题应用不同的算法时,通常会获得不同的准确度。这种问题没有灵丹妙药。您需要找到适合您的问题的最佳算法。有时,在给定问题 A 中达到非常好的准确性的算法并不适合问题 B。

【讨论】:

以上是关于为啥逻辑回归分类器的准确率与 k 近邻不同? [关闭]的主要内容,如果未能解决你的问题,请参考以下文章

机器学习100天(三十一):031 K近邻回归算法

机器学习100天(三十一):031 K近邻回归算法

不同 ML 分类器的不同性能,我能推断出啥?

K近邻法

七,专著研读(Logistic回归)

阿旭机器学习实战33中文文本分类之情感分析--朴素贝叶斯KNN逻辑回归