带有分类数据的插入符号中的k-最近邻居
（k-Nearest Neighbors with Categorical Data in Insertion Symbol）
k-最近邻居（k-Nearest Neighbors，简称k-NN）是一种常用的机器学习算法，用于分类和回归问题。它基于一个简单的假设：相似的样本在特征空间中更有可能属于同一类别。k-NN算法通过计算新样本与训练集中各个样本之间的距离，选取距离最近的k个样本作为邻居，然后根据邻居的类别进行投票或计算平均值来预测新样本的类别或数值。
对于带有分类数据的插入符号中的k-最近邻居，我们需要考虑如何处理分类特征。一种常见的方法是使用独热编码（One-Hot Encoding）将分类特征转换为二进制向量表示。独热编码将每个分类特征的每个可能取值都表示为一个新的二进制特征，其中只有一个特征取值为1，其他特征取值为0。这样可以避免分类特征之间的大小关系对距离计算产生影响。
在插入符号中的k-最近邻居算法中，我们首先需要将训练集中的样本进行独热编码处理。然后，对于新样本，也需要将其进行相同的独热编码处理。接下来，我们计算新样本与训练集中各个样本之间的距离，可以使用欧氏距离、曼哈顿距离或其他距离度量方法。选取距离最近的k个样本作为邻居，然后根据邻居的类别进行投票或计算平均值来预测新样本的类别。
腾讯云提供了一系列与机器学习和人工智能相关的产品和服务，可以支持带有分类数据的插入符号中的k-最近邻居算法的实现。以下是一些推荐的腾讯云产品和产品介绍链接：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）：提供了强大的机器学习平台，包括模型训练、模型部署和模型服务等功能，可以支持k-最近邻居算法的实现。
- 腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai）：提供了丰富的人工智能服务，包括图像识别、语音识别、自然语言处理等功能，可以用于预处理数据和特征提取。
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）：提供了高性能、可扩展的数据库服务，可以存储和管理训练集和测试集的数据。
- 腾讯云服务器（https://cloud.tencent.com/product/cvm）：提供了弹性的云服务器实例，可以用于运行和部署机器学习模型。
- 腾讯云对象存储（https://cloud.tencent.com/product/cos）：提供了安全可靠的对象存储服务，可以存储和管理大规模的数据集。
请注意，以上推荐的腾讯云产品仅供参考，具体选择和使用需根据实际需求进行评估和决策。
相关·内容
2回答
我正在学习制作推荐系统的教程，在那里我看到最近的邻居和KNN分类器是不同的。有人能解释一下，什么是最近的邻居，KNN之间有何不同？
浏览 0提问于2021-04-26得票数 5
我在做一个KNN模型。目标变量分为2类，其特征为3个分类变量(国家、语言和公司)。这个模型说最优的是5个簇，所以我用5来做。
我需要知道如何才能在每一组中看到记录(我的意思是，模式在每一组中分组的国家、语言和公司)。是否有一种方法可以将集群的标签添加到dataframe？
我试过了:预测=knn.predict(特性)
但这只是返回目标变量的两个标签的估计值。
我做了一些研究发现: km.labels_
但这只适用于KMeans，我正在使用KNN
我希望有人能告诉我这方面的等价物或如何解决KNN模型的问题。
浏览 0提问于2019-08-09得票数 0
回答已采纳
1回答
我面临的第一个机器学习算法是knn，最让我困惑的是将数据集分割成训练和测试数据。使用更复杂的ms算法，我可以想象计算机需要一个“训练”过程，但是knn更简单，没有必要设置一个训练集。要么就是我还没有完全理解knn。
对于背景:我有一个数据集，必须要求用户提供一些输入。从那里我可以找到用户的k个最近的邻居。
我会非常感谢你的解释的。事先谢谢：)。
浏览 3提问于2019-11-29得票数 0
回答已采纳
1回答
如果我们在数据集中使用k-均值，其中k等于数据集中的点数，而每个集群仅由一个点组成。考虑到我们已经给出了一种距离方法，我们可以对一个测试实例进行分类，并将其与质心离给定点最近的集群相关联。质心在测试阶段没有变化。
上述策略类似于哪种自动分类方法？
是的，这是家庭作业。我的答案是knn，对吗？但我不知道如何恰当地论证这一点。
浏览 0提问于2020-12-23得票数 1
我有一个列出客户端属性的数据集--顺序、分类和间隔数据的组合。我还得到了数据集中的5个最近的邻居，并且必须从本质上逆向工程最近邻居的算法。
考虑到数据的复杂性，我完全不知道如何计算，然后获得距离函数的参数。我对这个问题的含糊不清表示歉意，但我甚至不知道从何说起。
浏览 0提问于2016-06-13得票数 1
1回答
点聚类
、
假设有10,000个点具有x和y坐标。它们中的许多紧密相连，如下图所示：
为了减少数据的大小，我尝试从每10个最近的点中挑选一个点，我的意思是将点分成十个部分类别，并从每个类别中挑选一个
你有什么建议的算法或方法？
浏览 1提问于2014-03-29得票数 0
我收集了X个文档，所有这些文档都属于A类(是我感兴趣或了解的唯一类)。我也有一个更大的收集Y文件，我不知道。X和Y中的文档来源相同，格式相似，主题也有些相似。我想使用X中文档的TF-国防军特征向量来查找Y中最有可能属于A类的文档。
在过去，我使用TF-国防军特征向量来构建朴素的Bayes分类器，但在这些情况下，我的训练集X由许多类的文档组成，我的目标是将Y中的每个文档归类为X中所见的类之一。
这似乎是另一种情况。在这里，我的整个培训集都有相同的类(我没有我知道的不属于A类的文档)，我只想确定Y中的文档是否属于该类。
分类器似乎是错误的路线，但我不知道下一步最好的是什么。是否有不同的算法可以使用
浏览 5提问于2015-09-13得票数 1
回答已采纳
1回答
我在寻求逻辑上的帮助，而不是解决这个问题的技术。我正在用Java编写一个程序，使用分类数据(由温度和血压映射到感染/感染/未知状态)，并相应地将给定的旅行者分类为“感染”、“NotInfected”或“未知”。
输入：输入由一个字符串组成，该字符串包含由‘#’分隔的两个部分。第一部分包含用逗号分隔的任意数量的个人的分类数据。每个人的数据包含分隔的三个值，如下所示：
温度血压范畴
第二部分是由逗号分隔的多位旅行者的体温和血压的空间分离。
输出:用逗号分隔的旅行者的分类。
样本输入输出
90 120 Infected,90 150 NotInfected,100 140 Infected,80 1
浏览 0提问于2016-02-22得票数 1
1回答
kNN是一种基于距离的方法，因此它要求输入为数值形式.
我想知道是否可以对非序数的分类变量(如颜色)使用kNN输入程序。
由于输入必须是数字形式，所以在应用kNN输入之前，我们必须对颜色特征进行编码。
使用顺序编码似乎不是个好主意。如果我们将数字1-10分配给颜色，那么基于距离的度量将假设颜色1和3之间的距离与颜色2和4之间的距离相同。实际上，这种关系并不存在。
我们可以用一个热编码。假设我们最终得到了10个热编码的颜色列，包括一个表示缺失值的列。然后，我们的任务将是将计算应用到在一个热编码的缺失颜色列中有一个1的行。我们希望通过计算来决定其他9个热色列中哪一个会有1而不是0。但通常情况下，这
浏览 0提问于2021-03-29得票数 2
2回答
你好，我把这个问题设为任选作业，并想征求一些意见。
假设一个人取一个数据集，将其分成训练和测试数据集，然后尝试两种不同的分类过程。首先采用logistic回归方法，对训练数据和测试数据的误差率分别为20%和30%。接下来，他们使用1近邻，平均错误率(在测试和训练数据集上的平均错误率)为18%。根据这些数字，你更喜欢哪种方法用于分类目的(新的观测)？为什么？
我倾向于说kNN，因为它是一种相当灵活的方法，平均提供了一个较低的错误。但这听起来不够正式，可能是一个有缺陷的、天真的结论。有意见吗？
浏览 0提问于2019-10-12得票数 0
1回答
kNN似乎相对容易理解:您有数据点，并在特征空间中绘制它们(在2维的特征空间中，它与在xy平面图上绘制点相同)。当您想要对新数据进行分类时，您可以将新数据放在相同的特征空间中，找到最近的k个邻居，并查看它们的标签是什么，最终获得投票最高的标签。 那么概率在哪里发挥作用呢？我所做的就是计算两个点之间的距离，并获取最近邻居的标签。
浏览 22提问于2020-01-23得票数 1
2回答
我有一组数据，格式如下：
日期/时间?纬度?经度?高度?温度
这些数据可以由用户根据不同空间的大气温度测量数据输入，time.The空间用纬度、经度和Height.Now表示，我必须从这组数据中插值得到任何给定空间和时间的温度，我不知道在这样的场景中我必须使用什么样的数据结构。我读过关于的文章，这是一个选择吗？
浏览 8提问于2010-12-18得票数 2
1回答
在我的数据集中，我有两列表示纬度和经度(以小数为单位)，我想将数据拟合成一个回归模型来预测价格。我想知道我应该对这两列进行什么样的数据转换？是否可以只将给定的十进制值与模型相匹配，或者需要进行转换？
我试着把它们转换成python地质公园中使用的分类变量，但是我的训练和测试中的不匹配的分类变量不允许我去拟合这个模型。
浏览 2提问于2018-05-19得票数 0
1回答
我是机器学习的新手，目前我正在尝试使用R中的插入符号和randomForest包实现随机森林分类。我正在使用trainControl函数，并反复进行交叉验证。也许这是一个愚蠢的问题，但据我所知，随机森林通常使用装袋将训练数据分成不同的子集并进行替换，使用1/3作为验证集来计算OOB。但是，如果您指定要使用k折交叉验证，会发生什么情况？从插入符号文档中，我假设它只对重采样使用交叉验证，但是如果它只使用交叉验证，为什么仍然会得到OOB错误？或者，打包仍然用于模型的创建和性能评估的交叉验证？
TrainingControl <- trainControl(method = "repea
浏览 1提问于2021-03-19得票数 0
1回答
我想使用knn方法进行分类，但是除了检索适当的标签外，我还需要检索最近邻的值(对于测试数据)。如何在1nn中检索最近的邻居？例如，我有以下数据
#this is the train data
X Y L
1 4 T
2 5 F
3 6 T
#this is the test data
X Y L
8 3 T
#knn with k=1
knn(train[,-3],test[,-3],train$L,k=1)
此函数的响应只是适当的标签(“T”)，但我想返回最近邻居的值(例如，这里返回的是:第3:36行T)，请帮助我。
浏览 3提问于2017-10-23得票数 0
回答已采纳
2回答
我有一个很大的数据集，我正在运行k最近邻分类算法。考虑一个场景k=3，我有一个新的(未分类的)点'x'，我找到了3个最近的邻居n1，n2，n3。
问题是，如果n1、n2、n3都具有完全相同的功能，即它们都是重复的数据点。在我的例子中，这是一个电影数据库，其中n1、n2和n3是三个观看过完全相同的电影、相同次数的客户。
那么，我必须单独考虑它们吗？或者，我应该将它们视为一个数据点，然后再寻找两个唯一的数据点？
浏览 2提问于2015-11-04得票数 0
我的问题是，我有一个大的未标记数据集，但随着时间的推移，我希望它成为标签，并建立一个自信的分类器。
这可以通过主动学习来完成，但是主动学习需要建立一个初始分类器，然后根据未标记的实例对分类器的信息量进行估计和排序。
要构建初始分类器，我需要手工标注一些示例。我的问题是:没有初始分类器的帮助，是否有方法可以在初始未标记的数据集中找到可能的信息示例？
我考虑了使用k-方法和一些集群，运行它并标记一个例子从每个集群，然后训练分类器。有更好的办法吗？
浏览 1提问于2015-07-06得票数 0
回答已采纳
1回答
我有一个动物种群的数据集"1“由100个观测组成，动物种群"2”由10 000个观测组成。对于所有的观测数据，地理数据是可用的，在我的例子中，x和y轴值。这两个数据集中有70%是分类的，30%是非分类的。我现在想用70%的分类观测来训练一个模型，来估计30%的未分类的类别(物种)。
我提出这一请求是为了回答以下问题：
I将使用监督机器学习分类。可能支持向量机(SVM)或随机林(RF)。还是有人提出了一种完全不同的方法？也许是clustering?Another的重要考虑:在分析中我还应该考虑什么？有什么是有问题的？例如，这两个数据集的大小显著不同.
您可以看到我创建示例数据集的
浏览 2提问于2022-10-20得票数 0
我是一个初学者做我的第一个ML项目。我正在对不平衡数据集进行二进制监督分类，并希望使用ROC曲线作为我的模型的性能度量。我使用Logistic回归、支持向量机和K近邻作为分类器。对于Logistic回归，我了解什么是ROC曲线，以及如何调整阈值。然而，当我预测K近邻的概率时，我不明白ROC曲线在哪里派上用场，因为阈值无论如何都不能变。那么，为什么还要为K最近的内格勃( Neigbors )实施ROC曲线呢？
浏览 0提问于2022-12-15得票数 2
回答已采纳
我正在Vertica测试机器学习工具。我理解KMEANS是如何工作的，因为它只是将数据划分为集群。但是，我不明白APPLY_KMEANS是如何处理新数据的。在我看来，它更像是一种分类方法。因为它对现有集群中的新数据进行了分类。那么使用什么算法(K最近邻)？从文件上看不太清楚。
浏览 3提问于2017-01-24得票数 0
回答已采纳
2回答
对于二维几何中的n个随机点，对于每一个点，我需要找出4个(如果不存在)最近点(qa，qb，qc，qd)，其中qa是最接近的左顶点，qb是最接近的右上点，qc是最近的<code>E19<// p >左底部<代码>E 210</代码>点，qd是最近的点p。具有相同的x坐标被认为是左的，具有相同的y坐标是底部。
存储点坐标及其最近邻引用的最佳数据结构是什么？什么算法将是最快或执行最多的？
注意:这个问题比最近邻算法要多得多，因为每个点需要4个近邻点。
浏览 2提问于2012-07-18得票数 3
回答已采纳
我有一个农业数据的作物产量(公斤)，在环境条件下，如湿度，降雨，阳光超过几年。我想找出环境因素与作物产量之间的关系。
根据每学期的作物产量分配分数。
环境条件越接近理想条件，作物产量越高。
理想条件下作物产量最高为10分。
对于非理想的环境条件，得分可以在1-10之间.
我期待的输出是一个方程式，任何人都可以插入环境条件，并得到1-10之间的评分条件是多么理想的条件。
你能帮我选择一种方法来实现这个目标吗？
浏览 0提问于2020-04-30得票数 1
1回答
节点表示ns2中的基本结构。它们继承自TclObject类。
代理类似于TcpAgent和UdpAgent或NullAgent，它们继承自NsObject类，后者本身是从TclObject继承的。代理可以将数据发送到它们连接到的一个target_。target_是NsObject *。
分类器继承自NsObject。他们可以向许多人发送数据，因为他们已经得到了名单。NsObject **。
节点类具有neighbour_list。节点有一个RoutingModule对象，该对象得到分类器。但是由于Node不是NsObject类型，所以我不能将Node放在分类器的NsObject*中。
我想实现
浏览 3提问于2013-02-08得票数 0
2回答
我最近开始使用R "igraph“软件包(版本0.7)。我编写了一个简单的程序来理解包的基础知识(将数据读入图形对象，获取节点的邻居)。我使用的是一个图，其顶点从0开始。图中的边是根据我的需要填充的，但是当我试图得到一个节点的邻接列表/邻居时，我注意到它并没有给出我所期望的结果。有人能帮我解决这个/或指出如果我错过了一些琐碎的东西吗？
下面是我编写的图形数据/代码：
图形边缘数据(第一列包含第一顶点，第二列包含从第一顶点到其边缘的顶点)
0 5
1 5
2 5
3 5
0 2
> library('igraph')
> graph_file_ori = r
浏览 6提问于2014-11-14得票数 1
1回答
在Matlab中k个最近邻回归函数是什么？是否只有knn分类函数可用？有人知道这方面有什么有用的文献吗？
问候
法里德
浏览 1提问于2013-11-06得票数 4
1回答
分类时间
、、、
我试图使用nltk和python运行一个分类器，朴素贝叶斯，超过160万推特。
请有人告诉我，如果这是一个愚蠢的事情，因为这个过程已经花费了大约12个小时，目前正在使用3.2GB的内存。
这仅仅是一个等待游戏，受你的处理能力有多好的影响，还是有更有效的方法做事情？
浏览 1提问于2014-02-12得票数 0
回答已采纳
1回答
我最近对一些混合数据进行了一个k-原型R例程。
特别是，这些数据是有关某项公共卫生干预措施的健康数据，包含健康评分的分类变量和人口统计学数字数据，如年龄。
在不同的时间点测量效用评分，第一周有一个样本，第十周有一个样本。
目前，我只对其中一个样本进行了聚类分析。然而，我想知道是否有一个公认的例程来推断第一周和第十周之间的集群。
所有反馈将不胜感激。我认识到这不是完全纵向的聚类，而是比较两种不同的聚类状态。
谢谢
浏览 0提问于2021-01-28得票数 2
试图为SpatialPointsDataFrame中的每个点寻找到第二个SpatialPointsDataFrame中最近点的距离(相当于ArcGIS中两个SpatialPointDataFrames的“最近”工具)。
我可以通过使用gDistance和min ()计算所有成对距离来实现简单的实现，但是我有一些庞大的数据集，并且正在寻找更高效的数据集。
例如，这里有一个。
交叉贴在上
浏览 5提问于2016-05-19得票数 5
回答已采纳
我需要使用(我希望)最近邻算法对一些数据进行分类。我用谷歌搜索了这个问题，找到了很多库(包括PyML、mlPy和Orange)，但我不确定从哪里开始。
我应该如何使用Python实现k-NN？
浏览 1提问于2011-09-07得票数 43
回答已采纳
在对R中的数据集使用k最近邻算法(带有交叉验证)时，我遇到了一个问题，这是来自FNN包的knn.cv。数据集由4601个具有58个属性的电子邮件案例组成，其中57个取决于emails(numerical, range [0,100])中的字符或单词频率，最后一个表示它是垃圾邮件(值1)还是ham (值0)。
在指示了train和cl变量并使用了10个邻居之后，运行这个包就会在每一列显示一个包含7.4032等值的电子邮件列表，我不知道如何使用这些邮件。我需要找到垃圾邮件和火腿的百分比，包分类，并比较它与正确的百分比。我该如何解释这些结果？
浏览 5提问于2012-05-05得票数 3
1回答
我有一个标记数据集，有一个46D特征重置和大约5000个样本，我想使用近似最近的邻居分类。
由于我熟悉Scikit-学，我想利用它来实现这个目标。
scikit文档将LSHForest列为ANN的可能方法之一，但我不清楚如何将其应用于分类。
浏览 7提问于2016-05-28得票数 2
回答已采纳
在生物特征识别系统中，我注意到对提取的小波特征进行归一化处理会提高识别精度。分类器采用K-最近邻(KNN)，将特征映射为零均值和单位方差的正态分布为归一化步骤。为什么正态分布的小波特征能带来更好的精度？
浏览 0提问于2022-01-01得票数 1
1回答
我需要使用对测试数据进行分类，并找到分类率。
以下是matlab代码:例如：
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
load fisheriris
x = meas(:,3:4); % x =all training data
y = [5 1.45;6 2;2.75 .75]; % y =3 testing data
[n,d] = knnsearch(x,y,'k',10); % find the 10 nearest neighbors to three testing data
浏览 1提问于2012-12-07得票数 1
我用的是MatLab和普通的KNN分类，do只是找到最近的点。但对于我的申请，我需要四个最近的点。我在xy飞机上有一个网格。网格中的每个点都有一个特定的RSSI值。我使用未知的RSSI作为样本。我已经有一个训练集，我在网格上的每一分。这样我就能得到最近的点了。但是我怎么才能得到最近的点呢？
浏览 1提问于2015-07-06得票数 0
回答已采纳
使用XGBoost xgb.importance，可以打印一个重要性矩阵，显示通过增益、覆盖和频率来度量的对分类的可变重要值。增益是可变重要性的推荐指标。使用特殊的调谐网格插入重采样(repeatedcv，number=10，repeats =5)和训练method = "xgbTree"，插入varImp()函数显示k倍特征重要性估计，从0到100%。
我的问题是插入varImp(xgbMod)包装函数是否使用增益或增益、覆盖和频率的所有组合？
浏览 2提问于2020-01-07得票数 5
1回答
关于K次交叉验证的问题
、、、
在机器学习过程中，假设我们选择了k=10作为“K-折叠交叉验证”。在完成“K-折叠交叉验证”的k步后，如何选择分类器的最终模型？(我们将用它来预测新的数据)
浏览 0提问于2018-05-08得票数 2
回答已采纳
最近，我读了一些关于K均值和朴素贝叶斯学习approach.But的论文，我对如何将这两种方法结合在一起感到困惑。
例如，X(x1，x2，x3，.，xn)表示数据record.Label表示数据记录Xi属于to.Assume的类，有两个类表示为K1和K2。所以，我们总是有Xi (i K1 1，n)属于{∈，K2}
众所周知，K-means方法可以对数据记录进行聚类，X.Suppose K=2.Then (Clx(I)∈{1，2}，i∈1，n)表示聚类结果。
朴素贝叶斯可以计算概率。如果P(K_1_X)>P(K_2_X)}，则样品X可归为K1类。否则，X可以归类为K2类。
我们可以用Bay
浏览 4提问于2016-04-14得票数 0
3回答
matlab中的KNN算法
、、、、
我正在研究拇指识别系统。我需要实现KNN算法来对我的图像进行分类。根据的说法，它只有两个测量值，通过这两个测量值计算距离来找到最近的邻居，但在我的例子中，我有400张25x42的图像，其中200张用于训练，200张用于测试。我寻找了几个小时，但我找不到找到点之间距离的方法。
编辑:我已经将前200张图像重塑为1X1050，并将它们存储在200X1050的矩阵trainingData中。类似地，我做了testingData。
浏览 1提问于2012-06-02得票数 1
回答已采纳
3回答
我正在开发一种算法，根据图像数据对不同类型的狗进行分类。该算法的步骤如下：
检查所有的训练图像，检测图像特征(即冲浪)，并提取描述符。收集所有图像的所有描述符。
在所收集的图像描述符中进行聚类，并在集合中查找k个“单词”或质心。
通过所有图像重申，提取冲浪描述符，并将提取的描述符与通过聚类找到的最接近的“单词”匹配。
将每幅图像表示为聚类中找到的单词的直方图。
将这些图像表示(特征向量)提供给分类器并进行训练。
现在，我遇到了一个小问题。在图像描述符集合中找到“单词”是非常重要的一步。由于聚类的随机性，每次运行程序时都会发现不同的集群。不幸的是，有时我的分类器的精度
浏览 0提问于2013-09-07得票数 3
回答已采纳
我有一个csv文件，其中每一行都是代表一个数据点的数字向量。我想使用命令行中的weka来计算csv文件中每个数据点的最近邻居。我知道如何从命令行进行k个最近邻分类，但这不是我想要的。我要真正的邻居。我该怎么做？
我想用weka而不是其他工具来做这件事。
浏览 3提问于2015-07-10得票数 9
回答已采纳
1回答
K-指无标签
、、、
我试图在我的数据集(Amazon )中应用带有Python 3的k-means来对类似的用户进行分类(来自审查)。
我只有一个TF和TF-IDF矩阵(在不同的csv文件中有一个行(用户)和列(Word)值)。
📷
我从这张素描开始。
https://scikit-learn.org/stable/auto_示例/文本/情节_文档_clustering.html#sphx-glr-auto-examples-text-plot-document-clustering-py
但在我的例子中，我没有标签或类别，我也不明白k-方法是如何将不同的项目从这个矩阵Td-下手聚在一起的。
如何在没有任何信息的
浏览 0提问于2018-12-30得票数 0
1回答
我正在使用类包的knn函数：
k <- knn(train = training, test = testset, cl = classes, k = 1, prob = TRUE)
对于测试集中给定的示例，是否有任何方法来获取训练数据中k个最近邻的索引？我在包裹的文档里找不到任何关于这个的东西！knn函数只返回测试示例的类和分类概率，而不返回每个测试示例的k个最近邻的索引。
提前感谢！
浏览 1提问于2014-11-23得票数 2
回答已采纳
我比较了我的1NN基分类器和30个数据集的逆距离加权投票，加权投票选项似乎使分类器在90%的时间内表现相同或更差。
我的问题是，这是正常的，还是我不正确地实现了分类器的某些部分？
我正在使用Java和WEKA。我已经测试了30个数据集。我正在运行30个测试数据集和计算平均准确性。我计算准确性的方法是计算所有正确的预测，然后除以我正在分类的实例的总数。
下面的代码将通过在数据集上测试实例的总体准确性进行30次测试并计算其准确性来对实例进行分类。
for(int j = 0; j < 2; j++) {
if(j == 1) {
knn.setWeightedVo
浏览 2提问于2019-04-19得票数 0
1回答
我最近搜索了最佳比例的训练和测试集，以分类正常和异常之间的生理数据。大部分资料来源告诉我们，火车:测试的比例应该是70:30或80:20。其中一个消息来源可以访问这里。
我有点不确定，因为我还没有找到这个比例背后的科学真理。这是解释这一比例的科学吗？
谢谢
浏览 0提问于2021-03-28得票数 1
2回答
在k-NN分类中，输出是类成员.对象按其邻居的多数票进行分类，对象分配给类的最常见的k个近邻(k是一个正整数，通常是小的)。
如果k= 1，则该对象被简单地赋值给该单最近邻的类。
如果k=3，且类标签为Bad=1 =2，则预测的类标签将是好的，其中包含多数票。
如果k=4，而且类标签是Bad=2 =2 Bad=2，那么类标签是什么呢？
浏览 5提问于2015-01-20得票数 1
回答已采纳
4回答
我需要在给定的数据集中执行聚类。有数字和分类值的分布。
将分类值转换为数字值的最佳方法是什么？
例如，一个字段是颜色，值是红色、绿色、蓝色，所以我可以指定如下的映射：
红色: 1，绿色: 2，蓝色:3或红色: 11，绿色: 25，蓝色: 30
如果我提供这样的映射，这会影响聚类的欧几里得距离吗？
或者还有别的办法吗？
浏览 0提问于2017-03-28得票数 1
2回答
无监督的文件分类
、、
我正在尝试创建一个分类器，在这个分类器中，用户的“手动”工作较少。对于较少的体力劳动，我的意思是训练集的手工标记不会有初始阶段，比如机器学习(监督)。
我的数据集是由不同类的实例组成的。这些文件中有针对不同客户的指定产品的订单。每个客户都有自己的模板。
例如，我得到了：
[Client A]
Image
Date: xxx Order:
Products:
Table
[Client B]
Date: xxx
Order
Image
Products:
table
Image
现在，我正在对每个文档进行简单的检查，以确定是否存在指定的特性，这是由用户手动识别的(按区域和使用编辑距离)。
类
浏览 0提问于2016-09-22得票数 2
回答已采纳
我有一个问题
从按分类的tbl_name组中选择分类，计数(*)为cnt
在表格上
| id | classid | contextid |
1 1 2
2 1 1
3 2 1
4 1 1
这将通过使用内置库函数moodle得到如下结果
Array
(
[1] => stdClass Object
(
[classid] => 1
[classcnts] =>
浏览 1提问于2011-08-11得票数 0
回答已采纳
4回答
我有一个有分类特征的数据集。我想使用聚类技术来分割数据。考虑到数据具有分类特性这一事实，这个场景的可能选择是什么？这里有什么k-均值的变化吗？
浏览 0提问于2016-08-07得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
