2021-01-06
阅读量:
1621
如何选择knn模型中的k？k值大小和模型欠拟合和过拟合如何对应？
问：
如何选择knn模型中的k？k值大小和模型欠拟合和过拟合如何对应？
答：
k值的选择，过小则容易过拟合，过大则容易欠拟合，可以用交叉验证法去选择K值
（1）如果选择较小的K值，就相当于用较小的领域中的训练实例进行预测，“学习”近似误差会减小，只有与输入实例较近或相似的训练实例才会对预测结果起作用，与此同时带来的问题是“学习”的估计误差会增大，换句话说，K值的减小就意味着整体模型变得复杂，容易发生过拟合；
（2）如果选择较大的K值，就相当于用较大领域中的训练实例进行预测，其优点是可以减少学习的估计误差，但缺点是学习的近似误差会增大。这时候，与输入实例较远（不相似的）训练实例也会对预测器作用，使预测发生错误，且K值的增大就意味着整体的模型变得简单。
92.3077
1
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
液冷服务器
2023-06-15
0条评论
啊啊啊啊啊吖
2021-07-17
0条评论
啊啊啊啊啊吖
2021-07-01
0条评论