大家的AI
机器学习Playground 试玩

游乐场

动手实验的 AI 实验室

深度学习

  • 神经网络分类器
  • 损失地形实验室

机器学习

  • KNN 近邻分类器

强化学习

  • 强化学习智能体

计算机视觉

  • 卷积视觉

Transformer

  • 注意力 Playground
神经网络分类器损失地形实验室KNN 近邻分类器强化学习智能体卷积视觉注意力 Playground
加载中…

游乐场

KNN 近邻分类器

无需训练,用最近 K 个邻居的多数表决来分类!与神经网络分类器共用 K 数据集,对比传统 ML。

设置说明

点击画布移动查询点(紫色环),虚线连接最近的 K 个邻居。

  • 邻居 K: 使用多少个最近训练点。K 小则边界锯齿,K 大则更平滑。
  • 距离: 两点间距离的度量方式,与 ml03 章的 L1·L2 距离相同。

数据

选择哪个 K 数据集?

相关章节
机器学习的起点:数据与特征K近邻 (KNN):物以类聚

分类结果

背景=KNN 决策区域 · 虚线=邻居连线 · 点击=查询位置

点击画布更改查询位置并查看邻居

测试准确率

0.8167

查询预测

负类 (−1)

K 票明细

+1 / −4

  • #1 · d=0.21
  • #2 · d=0.33
  • #3 · d=0.51
  • #4 · d=0.67
  • #5 · d=0.68

相关章节

  • K近邻 (KNN):物以类聚
  • 分类评估指标:模型的详细成绩单
  • 监督学习、无监督学习与自监督学习