Fatal编程技术网
  • algorithm/
  • Algorithm 最近邻的度量有效性

Algorithm 最近邻的度量有效性

algorithm machine-learning

Algorithm 最近邻的度量有效性,algorithm,machine-learning,Algorithm,Machine Learning,kNN算法是否要求距离遵循距离公理？如果我应用了一个失败的度量，会发生什么情况： d(a,c) < d(a,b) + d(b,c) d（a，c）

kNN算法是否要求距离遵循距离公理？如果我应用了一个失败的度量，会发生什么情况：

d(a,c) < d(a,b) + d(b,c)

d（a，c）
对于KMeans聚类，同样的问题是？

kNN只需要一个邻近度量，其中较小的值表示更接近。这是因为kNN将新观测值与训练示例进行比较，并找到k个最接近的示例（第一个k具有最低接近值）。 对于kMeans

编辑：
尽管kNN不需要三角形方程，但它在O（n*m）时间内运行，其中n是训练集的大小，m是评估集的大小。优化通常至少需要三角方程来支撑，尽管其中一些有更多的约束（例如：k-d树只在欧几里得空间中工作）。有关更多信息，请参阅

看我的编辑，昨天我回答的时候有点晚了，而且没有涵盖所有内容