使用交叉验证为 k-最近邻分类器找到正确的 k 值

Posted 2023-03-13

【中文标题】使用交叉验证为 k-最近邻分类器找到正确的 k 值

【英文标题】：Using cross-validation to find the right value of k for the k-nearest-neighbor classifier

【发布时间】：2015-01-21 08:48:55

【问题描述】：

我正在研究关于葡萄酒质量的 UCI 数据集。我已经应用了多个分类器，k-最近邻就是其中之一。我想知道是否有一种方法可以使用 5 折交叉验证找到最近邻居的 k 的确切值。如果是，我该如何应用？以及如何使用 5-fold CV 获得决策树的深度？

谢谢！

【参考方案1】：

我在这里假设您的意思是在您的葡萄酒质量模型中返回最低误差的 k 值。

我发现一个好的 k 可以取决于您的数据。稀疏数据可能更喜欢较低的 k，而较大的数据集可能适用于较大的 k。在我的大部分工作中，5 到 10 之间的 k 对于处理大量案例的问题非常有用。

试错法有时可能是最好的工具，但不应该花太长时间就能看到建模错误的趋势。

希望对您有所帮助！