使用 KNN 算法，假设 k=5。现在我尝试通过获取 5 个最近的邻居来对未知对象进行分类。如果确定 4 个最近邻居后，接下来的 2 个（或更多）最近对象具有相同的距离，该怎么办？应选择这 2 个或更多对象中的哪一个作为第 5 个最近邻居？
应选择这 2 个或更多对象中的哪一个作为第 5 个最近邻居？
这实际上取决于您想要如何实现它。
大多数算法会执行以下三件事之一：
- 包括所有等距离点，因此对于此估计，他们将使用 6 个点，而不是 5 个。
- 使用两个距离相等的“第一个”找到的点。
- 从找到的 2 个点中选择一个随机点（通常具有一致的种子，因此结果可重现）。
话虽这么说，大多数基于径向搜索的算法都有一个固有的平稳性假设，在这种情况下，选择上面的哪个选项实际上并不重要。一般来说，从理论上讲，它们中的任何一个都应该提供合理的默认值（特别是因为它们是近似值中最远的点，并且应该具有最低的有效权重）。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
