pythonK-NN算法的优缺点
pythonK-NN算法的优缺点
本文教程操作环境：windows7系统、Python3.9.1，DELLG3电脑。
1、优点
(1)简单而有效
(2)再培训成本低。
(3)适合跨领域的抽样。
基于KNN的方法主要依赖于附近有限个样本，而基于类域的KNN方法则不能确定其所属的类类，所以KNN方法更适合于类域有较多交叉或重叠的待分样本集。
(4)适用于各种样本量的分类。
所提出的方法适用于类域中具有较大样本容量的类动态分类，而类域中具有较大样本容量的类动态分类更易产生错误。
2、缺点
(1)是惰性学习。
KNN算法是一种懒散的学习方法(lazylearning，基本不学习)，⼀次主动学习算法速度要快得多。
(2)类评分未规格化。
不同之处在于通过概率评分进行分类。
(3)输出的可解释性较差。
比如，决策树的输出可以很好地解释。
(4)不善于处理不均衡的样品。
在样本不平衡时，例如⼀个类的样本容量很小，而其它类的样本容量很小，就有可能导致当一个新样本出现在同一K个邻域中时，在该类的K个邻域中占多数。这个算法只计算“最近的”邻域样本，其中一类样本的个数很小，那么这类样本可能与另一类样本的个数不近，或者这类样本与另一类样本的个数不近。然而，量的大小并不会影响到操作结果。对此，可采用一种改进的同位素同位素同位素同位素法(即同位素离位素同位素同位素同位素)。
以上就是pythonK-NN算法优缺点的介绍，希望能对大家有所帮助。更多Python学习教程请关注IT培训机构:千锋教育。
猜你喜欢LIKE
相关推荐HOT
更多>>
python函数中使用for循环
python函数中使用for循环1、在for循环中使用函数需要更长的执行时间，因为每次迭代都会调用该函数。2、如果for循环是在函数内部实现的，那么该...详情>>
2023-11-14 13:53:34
python3.1版本的特性有哪些
python3.1中的特性有哪些1、千位数格式化，可以在使用字符串格式化函数时直接完成。在格式化大数时，通常是每三位数放置逗号，使数字更易读(例...详情>>
2023-11-14 13:18:27
python__new__()和__init__()有什么区别?
在python中，__new__()不是一定要有，只有继承自object的类才有，该方法可以return父类(通过super(当前类名,cls).__new__())出来的实例，或者直...详情>>
2023-11-14 12:38:55
pythonwheel是什么
python的第一个主流打包格式是.egg文件，现在大家庭中又有了一个叫做Wheel(*.whl)的新成员。wheel“被设计成包含PEP376兼容安装(一种非常接近于...详情>>
2023-11-14 11:30:39热门推荐
技术干货
京公网安备 11010802030320号