基于欧几里得距离的 1-最近邻分类器如何对观察进行分类

Posted

技术标签:

【中文标题】基于欧几里得距离的 1-最近邻分类器如何对观察进行分类【英文标题】:How would a 1-nearest neighbour classifier based on the Euclidean distance classify the observation 【发布时间】:2021-02-22 03:18:13 【问题描述】:

这个问题的答案是什么?

考虑一个数据集 D,它只包含两个观察值 ????1=(1,1) 和 ??????2=(−1,−1) 。假设第一个观察的类别是 ??????1=0 并且第二个观察的类别是 ????2=1 。 ????=(2,3) ?这个新观测值与数据集中每个观测值之间的距离是多少? [0.5 分,满分 5 分]

【问题讨论】:

【参考方案1】:

由于xx_2更接近x_1(我会让你自己计算距离),分类器会将x_1的类分配给x,即0

【讨论】:

以上是关于基于欧几里得距离的 1-最近邻分类器如何对观察进行分类的主要内容,如果未能解决你的问题,请参考以下文章

K-近邻算法入门

尝试编写最近邻算法 - 欧几里得距离函数只计算测试集的一行的距离 - 为啥?

距离测量度量对 K 最近邻维数诅咒的影响?

使用 R 中的最近邻分类器分配类标签

高维数据中的最近邻?

KNN分类器(十折交叉验证)